Ray Kurzweil - Humanite 2.0 - La Bible Du Changement (Intelligence robotique

Sommaire résumé - Remerciements -Prologue La puissance des Idées Chapitre 1 : Les Six Epoques - La version linéaire intuitive opposée à la version historique exponentielle - Les six époques Première époque: la physique et la chimie. Deuxième époque la biologie et l'ADN. Troisième époque : le cerveau. Quatrième époque : la technologie. Cinquième époque : la fusion de la technologie humaine avec l'intelligence humaine. Sixième époque : le réveil de l'univers. - L'imminence de la Singularité Chapitre 2 : une théorie de l'évolution technologique : la loi du retour d'accélération Chapitre 3: Comprendre la capacité de calcul du cerveau humain - La capacité de calcul du cerveau humain - Les limites du calcul Chapitre 4 : Comprendre le programme de l'intelligence humaine : comment modifier la construction du cerveau humain - Modifier la construction du cerveau humain : un aperçu de la tâche - Le cerveau humain est-il différent d'un ordinateur? - Scruter l'intérieur du cerveau - Construire des modèles du cerveau -Connecter le cerveau et les machines - L'accélération du rythme de la modification de la structure du cerveau -Télécharger le cerveau humain Chapitre 5 : GNR: trois révolutions qui se chevauchent - Génétique : l'intersection de l'information et de la biologie - La Nanotechnologie : l'intersection de l'information et du monde physique Mettre en oeuvre la singularité. Les applications de la nanotechnologie à l'environnement. Des nanorobots dans le flux sanguin. - La Robotique : la force de l'lA Chapitre six : l'impact... - Une panoplie d'impacts - ... Sur le corps humain - ... Sur le cerveau humain - ... Sur la longévité humaine - ... Sur la guerre : le paradigme lointain de la réalité virtuelle robotique, robuste, et de taille réduite - ... Sur l'apprentissage - ... Sur le travail - ... Sur le jeu

- ... Sur la destinée intelligente du cosmos : pourquoi sommes-nous probablement seuls dans l'univers Chapitre sept : lch bin ein Singularitarian Toujours humain ? - La question embarrassante de la conscience - Qui suis-je ? Que suis-je ? - La Singularité comme une transcendance Chapitre huit : Les promesses et les périls de la GNR Chapitre neuf : Réponse aux critiques Épilogue : Quelle singularité ? La centralité humaine. Ressources et contacts Appendice : la loi du retour d'accélération revisitée Notes

Ray KURZWEIL

HUMANITE 2.0 LA BIBLE DU CHANGEMENT

Traduit de l'américain par Adeline Mesmin

M21 Editions

ISBN: 2-916260-04-8 Tous droits de traduction, de reproduction et d'adaptation réservés pour tous pays. Titre original: The Singularity is near When Humans Transcend Biology Editeur originai:Viking Penguin, a member of Penguin Group (USA) lnc ISBN original: o-670-03384-7 Copyright original : Copyright© Ray Kurzweil 2005 Ali rights reserved This tran slation published under licence Traductions: Copyright© M21 Editions 2007

M21 Editions Paris m 21editions.com

Editeur des livres, blogs, communautés ... pour participer aux Métamorphoses du 21ème siècle

M21 Editions: au cœur des évolutions sociétales La société change, de plus en plus vite, les technologies, le management également ... M21 Editions (aussi appelée M2 Editions) se spécialise dans l'édition de livres, de blogs, de communautés apportant une vision originale sur notre futur proche ou lointain pour mieux participer à ces Métamorphoses du 21ème siècle. Les profondes évolutions en cours entraînent de nombreuses et légitimes curiosités, interrogations, débats ... M21 Editions publie les livres qui illus-

trent et expliquent ces phénomènes. Créée en 2004, M21 Editions propose en 2007 un catalogue riche et une ligne éditoriale en phase avec les évolutions de la société qui se décline en trois collections : prospective, usages et management. Les auteurs sont des prospectivistes de talent, de grands visionnaires reconnus mondialement ou les auteurs écrivant les nouveaux livres de référence sur ces sujets.

M21 Editions: ouvrages interactifs, communautés Chaque livre est accompagné d'un large espace en ligne interactif pour compléter, actualiser, accéder directement aux notes, discuter... autour du livre et des thèmes abordés. Deux grandes communautés de vidéoblog, ouvertes à tous, permettent de dialoguer et d'échanger:

- cluster21, la communauté du digital, des évolutions de la société, du management ... www.cluster21.com - fest21, la communauté du cinéma et des festivals ... www.fest21.com

M21l

Parutions récentes :

~

M , Collection Management : "-

le modèle Google

\

Une Révolution du

de Bernard Girard Les nouvelles méthodes de management du 21ème siècle www.googlema nagement.tv

'NJ~~TI\ffJ ~t

Génération P de Thierry Maillet De la Société de Consommation à laSociété de Participation www.generationp.eu

Rss, Blog, un nouvel outil pour le management de Jean-Claude Morand La syndication des flux d'informations et des blogs pour l'entreprise www.rssblogsmanagement .com

le management de l'intelligence collective d'Olivier lara Vers une nouvelle gouvernance. Evolution du management à l'ère de la société de l'information www.axiopole.info

@

Collection Usage : CMan~arg2.0 le futur du livre

les wikis de Jérôme Delacroix Espaces de l'intelligence collective www.leswikis.com

Gutenberg 2.0 de Lorenzo Soccavo, contribution de Constance Kreb: le Futur du Livre

NouvolivrActu.cluster21.com

, u Collection Usage : Voyage au cœur du numérique de Fanny Bouton, S. Berthoud et Grégory Cau lier Livre illustré, tout en couleurs pour la découverte des nouveaux univers www.voyagenumerique.com

Les réseaux sociaux dfl.lain Lefebvre Comprendre et exploiter ces nouveaux réseaux professionnels www.lesreseauxsociaux.com

P,

Collection Prospective : L'age de la connaissance de Marc Halévy La nouvelle économie des idées www.lanoetique.com 2010 Futur virtuel de Malo Girod de lfl.in

La nouvelle vision de notre futur proche. Préface de Maurice Khawam (lE-Club) www.2o1ovi rtua l.com

Foules intelligentes d'Howard Rheingold La prochaine révolution sociale par le gourou international, auteur des "communautés virtuelles". Préface de Daniel Kaplan (FING)

Darknet de JO Lasica La guerre d'Hollywood contre la génération numérique da rknet.cl uster21.com

L'auteur Sélectionné parmi les 16 inventeurs révolutionnaires qui ont fait l'Amérique durant les deux siècles derniers, Ray Kurzweil est l'un des premiers inventeur, penseur et futuriste au monde avec des prévisions vérifiées depuis plus de 20 ans. Il a fondé et développé plusieurs sociétés majeures autour de la reconnaissance de la parole, de la reconnaissance de l'écriture et de l'intelligence artificielle. Appelé par le Wall Street Journal « l'infatigable génie >>, par Forbes ,il est considéré par Bill Gates comme > Cependant, nous avons déjà réussi à modéliser des fragments de notre cerveau- des neurones et des régions neuronales substantielles- et la complexité de ces modèles est croissante. Nos progrès dans la recréation du cerveau humain, un problème clé que je décrirai en détail dans cet ouvrage, démontrent que nous avons la capacité de comprendre, de modéliser et d'étendre notre propre intelligence. C'est un des aspects de l'unicité de notre espè-

ce : notre intelligence est juste au-dessus du point critique qui nous permet de mesurer notre propre habilité et notre propre potentiel créatif. Et, de plus, nous possédons l'appendice opposable (nos pouces) nécessaire pour manipuler l'univers à notre guise. Un mot sur la magie. Lorsque je lisais les œuvres de Tom Swift Jr,j'étais aussi un fanatique de magie. J'appréciais le plaisir de mon public lorsqu'il découvrait des transformations de la réalité apparemment impossibles. À l'adolescence, j'ai remplacé les petits tours de magie par des projets technologiques. Et j'ai découvert qu'à la différence de simples tours de prestidigitation, la technologie ne perd pas son pouvoir transcendantal lorsqu'on révèle ses secrets. Je me remémore souvent la troisième loi d'Arthur C. Clarke:« Toute avancée technologique suffisamment importante est indiscernable de la magie.>> Considérons les œuvres de J. K. Rowling sur les aventures du jeune Harry Potter. Ces récits ont beau être imaginaires, ils ne présentent pas des visions déraisonnables de notre monde dans quelques décennies. La plupart des actions de magie réalisées dans ces romans le seront grâce à la technologie que je vais évoquer dans ce livre. Jouer au quidditch, transformer des gens ou des objets en d'autres choses seront réalisables dans des environnements de réalité virtuelle en immersion totale, de même que dans le monde réel, en utilisant des outils à l'échelle nanométrique. Plus douteux, cependant, le voyage temporel (tel qu'il est décrit dans Harry Patter et le Prisonnierd'Azkaban), bien que certaines propositions sérieuses aient été émises pour accomplir quelque chose dans cet esprit (sans créer de paradoxes de causalité), au moins pour des fragments d'information, ce qui est essentiellement ce dont nous nous composons. (Voir la discussion sur les limites ultimes du calcul du chapitre 3.) On considère qu'Harry libère sa magie en invoquant la bonne incantation. Bien sûr, la découverte et l'application de ces incantations ne sont pas des problèmes simples. Harry et ses collègues ont besoin d'obtenir la séquence, les procédures et l'intonation de façon extrêmement exacte. Ce processus est exactement le même dans notre expérience avec la technologie. Nos incantations sont les formules et les algorithmes de notre magie d'aujourd'hui. Avec la bonne séquence, nous pouvons faire parler un ordinateur, comprendre le langage humain, anticiper (et prévenir) une attaque cardiaque ou prédire les mouvements d'un marché. Si l'incantation est légèrement défectueuse, la magie est grandement affaiblie ou ne fonctionne pas du tout. Certains pourront objecter à cette métaphore en soulignant que les incantations poudlardiennes sont courtes et ne contiennent donc que très peu d'informations comparées, par exemple, au code d'un programme informatique moderne. Mais les méthodes essentielles des technologies modernes parta gent en général la même concision. Les principes d'opération de programmes, tels que la reconnaissance d'un langage, peuvent être écrits en quelques pages

de codes. Souvent, une avancée majeure de la technologie se résume à appliquer une petite modification à une formule simple. Cette observation s'applique également aux >. 24 Les ouvrages du chercheur australien Damien Broderick publiés en 1997 et en 2001, tous les deux intitulés The Spike, a analysé l'impact de cette phase d'accélération de la technologie en anticipant de plusieurs décennies. 2 s Dans une série d'articles, John Smart a décrit la Singularité comme le résultat inévitable de la compression de ce qu'il appelle le « MEE >> (matière, espace, énergie, et temps). 26 D'après ma perspective, la singularité a de nombreux aspects. Elle représente la phase presque verticale de croissance exponentielle qui se passe lorsque a vitesse est tellement rapide que la technologie semble se développer à une vitesse infinie. Bien sûr, d'après la perspective mathématique, il n'y a pas de discontinuité, pas de rupture, et les taux de croissance restent finis, bien que très importants. Mais de notre cadre de travail actuellement limité, cet événement imminent apparaît comme un changement brutal dans la continuité du progrès. J'ai insisté sur le mot actuel parce que la singularité impliquera notamment un changement de la nature de notre capacité de compréhension. Nous deviendrons beaucoup plus intelligents lorsque nous fusionnerons avec notre technologie. Est-ce que le rythme du progrès technologique peut continuer de s'accélérer de façon indéfinie ? N'y a-t-il pas un point où les humains seront incapables de penser suffisamment vite pour suivre cette évolution ? Pour des humains non améliorés, sûrement. Mais que pourrait accomplir 1000 scientifiques, chacun mille fois plus intelligents qu'un scientifique humain d'aujourd'hui, chacun d'entre eux opérant mille fois plus vite que leurs contemporains humains (parce que l'analyse de l'information dans leur cerveau principalement non biologique est plus rapide)? Une année chronologique serait comme un millénaire pour eux. 27 Que pourraient-ils donc créer? Eh bien, tout d'abord, ils pourraient créer une technologie encore plus intelligente (puisque leur intelligence n'est plus une capacité fixe). ils changeraient leur propre processus de pensée pour leur permettre de penser plus vite. Lorsque les scientifiques deviendront un million de fois plus intelligents et pourront calculer un million de fois plus vite, une heure correspondra à un siècle de progrès (en temps d'aujourd' hui). La Singularité inclut les principes suivants, que je documenterai, analyserai, développerai, et commenterai à travers le reste de cet ouvrage: • Le taux de changement de paradigmes (innovation technologique) est en train de s'accélérer, actuellement il double chaque décennie.>8 • Le pouvoir (prix performance, vitesse, capacité, et bande passante) de la technologie de l'information est en train de croître exponentiellement à un rythme encore plu s rapide, doublant actuellement ch aque année.2 9 Ce principe s'applique à une grande variété de mesures, incluant la quantité de

Il

1

LES SIX EPOQUES

connaissances humaines. • Pour les technologies de l'information, un second niveau s'applique, celui de la croissance exponentielle au rythme de la croissance exponentielle {l'exponant). La raison en est que la technologie est plus efficace, et que plus de ressources sont déployées pour son développement, donc le rythme de la croissance exponentielle augmente au fil du temps. Par exemple, l'industrie informatique dans les années 1940 consistait en une poignée de projets maintenant historiques. Aujourd'hui les revenus totaux de l'industrie de l'ordinateur représentent plus de mille milliards de dollars, donc le budget de la recherche et du développement sont comparativement beaucoup plus élevés. • Le scanner du cerveau humain est une de ces technologies s'améliorant de façon exponentielle. Comme je le montrerai dans le chapitre quatre, la résolution temporelle et spatiale et la bande passante du scanner du cerveau double chaque année. Nous commençons tout juste à concevoir les outils suffisants pour nous mettre sérieusement à l'analyse rétroactive (le décodage) des principes d'opération du cerveau humain. Nous avons déjà des modèles et des simulations impressionnants d'une douzaine des centaines de zones du cerveau humain. D'ici deux décennies, nous aurons une compréhension détaillée du fonctionnement de toutes les régions cérébrales. • Nous aurons le matériel requis pour augmenter l'intelligence humaine grâce à des superordinateurs d'ici la fin de cette décennie, et grâce à des outils de la taille d'un ordinateur personnel d'ici la fin de la décennie suivante. Nous aurons des programmes effectifs de modèles d'une intelligence humaine d'ici le milieu des années 2020. • Grâce aux outils et aux programmes nécessaires pour reproduire complètement l'intelligence humaine, nous pouvons penser que les ordinateurs seront capables de passer le test de Turing, indiquant une intelligence indiscernable de celle des humains biologiques, d'ici la fin des années 202o.l 0 ·Lorsqu'ils atteindront ce niveau de développement, les ordinateurs seront capables de combiner les forces traditionnelles de l'intelligence humaine avec les forces de l'intelligence mécanique. • Les forces traditionnelles de l'endurance humaine incluent une habileté formidable à reconnaître les modèles. La nature auto-organisatrice et principalement parallèle du cerveau humain est une architecture idéale pour la reconnaissance de modèles qui sont basés sur des propriétés subtiles et invariables. Les humains sont aussi capables d'apprendre de nouvelles connaissances en appliquant des données acquises précédemment et en intégrant des principes d'expérience, incluant des informations rassemblées à travers le langage. Une capacité clé de l'intelligence humaine est l'habilité à créer des modèles mentaux de la réalité et de conduire des hypothèses mentales expérimentant les différents aspects de ce modèle. • Les forces traditionnelles de l'intelligence des machines incluent la capacité à se souvenir de millions de faits de façon précise et de se les remémorer de façon instantanée. • Un autre avantage d'une intelligence non biologique est que lorsqu'une capacité est maîtrisée par une machine, elle peut être répétée de nombreu-

Il

HUMANITE

2.0

ses fois à une grande vitesse, avec une parfaite maîtrise d'exécution, sans fatigue. ·Peut-être le plus important, les machines peuvent partager leurs connaissances à une très grande vitesse, comparée à la vitesse de partage très lente des humains à travers le langage. • l'intelligence non biologique pourra télécharger des connaissances et des talents d'autres machines et éventuellement aussi des humains. ·Les machines pourront travailler et échanger des signaux à une vitesse proche de la vitesse de la lumière (approximativement 300 millions de mètres par seconde), en comparaison aux 100 mis pour les signaux électrochimiques utilisés dans les cerveaux biologiques des mammifères.l' Le ratio de vitesse est d'au moins 3 millions pour 1. • Les machines auront accès, grâce à l'Internet, à toute la connaissance de notre civilisation humains-machines et seront capables de maîtriser toutes ces connaissances. • Les machines peuvent regrouper leurs ressources, leurs intelligences, et leurs mémoires. Deux machines- ou un million de machines- peuvent se rejoindre pour devenir une seule et ensuite se séparer. De multiples machi nes peuvent faire les deux à la fois: devenir un et partie de façon simultanée. Les humains appellent cela tomber amoureux, mais notre capacité biologique à faire cela n'est pas digne de confiance. • La combinaison de ces forces traditionnelles (la reconnaissance des modèles de l'intelligence biologique humaine et la vitesse et la capacité mémorielle de l'intelligence non biologique) sera formidable. ·l'intelligence des machines aura une liberté complète de format et d'architecture (elle ne sera pas restreinte par des contraintes biologiques, comme la lenteur de nos connexions interneuronales ou une taille de crâne fixée) ainsi qu'une performance consistante continuelle. • Lorsque l'i ntelligence non biologique combine les forces trad itionnelles des huma ins et des machines, la portion non biologique de notre civilisation continuera à bénéficier de la croissance exponentielle double du rapport prix/performance des machines en vitesse et en capacité. ·Une fois que les machines achèveront leur capacité à construire et à créer des technologies comme le font les humains, seulement beaucoup plus vite et avec de plus grandes capacités, elles auront accès à leurs propres modèles (leur propre code source) et elles auront la capacité de les mani puler. Les humains accomplissent quelque chose de similaire à travers la biotechnologie (changer les inform ations génétiques et d'autres processus faisant partie de notre biologie), mais d'une façon beaucoup plus lente et beaucoup plus limitée que les machines pourrontfaire en modifiant leurs propres programmes. La biologie a ses limites inhérentes. Par exempl e, chaque organisme vivant doit être construit d'après les protéines qui sont repliées le long de fils d'acides aminés unidimensionnels. Les mécanismes basés sur les protéines manquent de force et de vitesse. Nous serons capables de concevoir tous les organes et tous les systèmes de nos corps biologiques ainsi que de nos cerveaux pour être beaucoup plus performants.

Il

1

LES SIX EPOQUES

·Comme nous allons en discuter dans le chapitre 4, l'intelligence humaine a une certaine capacité à la plasticité {la capacité à changer sa structure), beaucoup plus que ce qui avait été prévu au départ. Larchitecture du cerveau humain est malgré tout profondément limitée. Par exemple, il n'y a de l'espace que pour seulement une centaine de milliards de connexions interneuronales dans nos crânes. Un changement génétique qui a permis une plus grande capacité cérébrale des humains comparée à celles des primates est le développement d'un grand cortex cérébral de même que le développement des tissus de matière grise dans certaines régions du cerveauY Ce changement s'est cependant déroulé sur une très longue période et inclut toujours une limite inhérente à la capacité cérébrale. Les machines seront capables de reformuler leurs propres concepts et d'augmenter leurs propres capacités sans limites. En utilisant des concepts basés sur la nanotechnologie, leurs capacités seront bien plus grandes que celles de nos cerveaux humains sans consommation d'énergie ou augmentation de taille. • Les machines pourront aussi bénéficier de l'utilisation de circuits moléculaires tridimensionnels extrêmement rapides. Les circuits électroniques d'aujourd'hui sont un million de fois plus rapides que les échanges électrochimiques des cerveaux des mammifères. Les circuits moléculaires de demain seront basés sur des outils tels que des nanotubes, qui sont des petits cylindres d'atomes de carbone mesurant 10 atomes de long et qui sont cent fois plus petits que les transistors à base de silicone d'aujourd'hui. Puisque les signaux auront moins d'espace à parcourir, ils seront capables d'opérer en térahertz {des milliards d'opérations par seconde) comparé à la vitesse d'aujourd'hui de quelque gigahertz {des millions d'opérations par seconde) des puces actuelles. • Le taux de changements technologiques ne sera plus limité aux vitesses mentales humaines. Lintelligence des machines augmentera ses propres capacités dans un cycle que le cerveau humain non amélioré ne pourra pas suivre. • Le cycle de l'augmentation de l'intelligence de machines devient de plus en plus rapide. C'est exactement ce qui est prédit par la formul e de l'accélération continue du taux de changement de paradigmes. Une des objections levées contre la continuité de l'accélération des changements de paradigme était que cela devenait trop rapide pour que les humains puissent suivre, et que donc cela ne pouvait pas arriver. Cependant, le changement d'intelligence biologique vers l'intelligence non biologique permettra à cette tendance de continuer à se développer. • Avec le cycle d'augmentation croissante de l'intelligence non biologique, la nanotechnologie permettra la manipulation de la réalité physique au niveau moléculaire. ·La nanotechnologie permettra de recevoir des nanobots: des robots conçus au niveau moléculaire, se mesurant en microns (un millionième de mètre), tels que des« respirocytes »(des cellules sanguines mécaniques). 33 Les nanabots auront des myriades de rôles dans le corps humain, incluant l'inversion du processus de vieillissement (cela bien sûr si la t âche n'a pas déjà été complétée à travers la biotechnologie, comme par exemple la reconstruction

HUMANITE

2.0

génétique). • Les nanobots pourront interagir avec les neurones biologiques pour étendre de façon presque illimitée des expériences humaines en créant une réalité virtuelle à l'intérieur du système nerveux. • Des millions de nanobots dans les capillaires du cerveau étendront aussi les capacités de l'intelligence humaine. • Une fois que l'intelligence non biologique aura pris pied dans le cerveau humain (cela a déjà commencé avec les implants neuronaux informatisés), l'intelligence des machines dans notre cerveau continuera à croître de façon exponentielle (comme elle le fait depuis le début), doublant au moins sa capacité chaque année. Par opposition, l'intelligence biologique est effectivement de capacité fixe. Donc, la portion de non-biologique de notre intelligence prédomine de façon ultime. • Les nanobots amélioreront l'environnement en inversant la pollution de l'industrialisation. Des nanobots appelés> qui pourront manipuler les images et les ondes sonores pourront faire entrer les qualités de modification de la réalité virtuelle dans le monde véritable.34 ·L'habileté humaine à comprendre et à répondre de façon appropriée à l'émotion (appelée l'intelligence émotionnelle) est une forme de l'intelligence humaine qui sera comprise et maîtrisée par les futures machines intelligentes. Certaines réponses émotionnelles sont faites de façon à optimiser notre intelligence dans le contexte de nos corps biologiques limités et fragiles. L'intelligence de machine future possédera aussi des Bien qu'une croissance de la complexité apparaisse liée aux avancées de l'évolution biologique et technologique, je pense que cette observation n'est pas précisément correcte. Mais commen çons par exa miner ce que signifie la complexité. Il n'est pas surprenant que le contexte de la complexité soit complexe. Un concept de la complicité est la quantité minimale d'informations nécessaires pour représenter un processus. Si on a un modèle pour un système {par exemple, un programm e informatique ou un fichi er syst ème conçu pour un ordinat eur), qui peut être décrit comme un fichi er de données contenant un million de bits, on peut dire que le modèle a une complexité d'un million de bits. Si on remarque que ce million de bits est en f ait un motif de cent mille bits répété mille fois, on pourrait alors noter les répétitions, supprimer les motifs à répétitions, et exprimer le modèle entier just e en cent mille bits, réduisant ain si la t aille du fichi er par un fact eur de mille. Les t echniques les plus populaires de compression de données utili sent des méth odes similaires en découvrant les redondances conte nues dans l'inform ation.l Mais après avoir comprim é un fic hier de données de cette façon,

2

UNE THEORIE DE L'EVOLUTION TECHNOLOGIQUE

peut on être absolument certain qu'il n'y a pas d'autres moyens ou méthodes

à découvrir qui permettraient d'exprimer le fichier dans un format encore plus compact? Par exemple, supposons que mon fichier soit simplement n: (3, 1415 ... ) exprimé avec une précision d'un million de bits. La plupart des programmes de compression de données n'arriveraient pas à reconnaître cette séquence. Ils ne pourraient donc pas comprimer ce fichier d'un million de bits, puisque les bits, qui sont l'expression binaire den:, sont aléatoires ; ils n'ont donc pas de motifs répétés selon tous les tests de répétitions. Mais si on peut déterminer que ce fichier (ou une portion de ce fichier) représente n:, on peut facilement l'exprimer (ou exprimer cette portion du fichier) de façon très compacte en tant que« n: a en million de bits de précision». Puisqu'on ne peut jamais être sûr de ne pas avoir négligé un moyen de représentation encore plus compact d'une séquence d'information, la compression ne sert que de lien supplémentaire pour la complexité de la formation. Murray Geii-Mann a fourni une définition de la complexité en ce sens. Il définit « l'algorithme du contenu de l'information » (ACI) d'une bande d'information comme , n'est cependant qu'une sé-

Il

2

UNE THEORIE DE L'EVOLUTION TECHNOLOGIQUE

quence aléatoire. Le bruit est de façon inhérente non prévisible mais il ne fournit pas d'informations. Linformation, cependant, reste elle aussi imprévisible. Si nous pouvons prédire les données futures d'après les données passées, ces données futures cesseront d'être de l'information. Ni l'information ni le bruit ne peuvent être compressés (et restaurés exactement à la même séquence). Nous pouvons considérer un motif en alternance comme prévisible (tel que 0101010... ) et ordonné, mais celui-ci ne transporte aucune information au-delà des premiers bits. Donc, la mise en ordre ne constitue pas l'ordre, parce que l'ordre nécessite de l'information. L'ordre est une information conforme à un but. La mesure de l'ordre est la mesure de l'adéquation de l'information à ce but. Dans l'évolution des formes de vie, le but est de survivre. Dans un algorithme évolutif (un programme informatique qui simule l'évolution pour résoudre un problème) appliqué à, par exemple, la conception d'une fusée, le but est d'optimiser les performances de l'engin, et peut-être d'autres critèresJ Mesurer l'ordre est plus difficile que mesurer la complexité. Il y a des propositions de mesures de la complexité, comme je l'ai évoqué ci-d essus. Pour l'ordre, nous avons besoin d'une mesure de la « réussite» qui sera adaptée à chaque situation. Lorsqu'on crée des algorithmes évolutifs, le programmateur a besoin de fournir une mesure du succès (appelée ici « la fonction d'utilité »).Dans le processus évolutif du développement technologique, nous pouvons assigner une mesure du succès économique. Posséder simplement plu s d'informations n'aboutit pas nécessairement à un meilleur résultat. Parfois, un ordre plus profond- un meilleur résultat pour un but- est obtenu à travers une simplification plutôt qu'une augmentation de la complexité. Par exemple, une nouvelle théorie qui réunit des idées apparemment disparates en une théorie plus large et plus cohérente réduit la complexité, mais elle peut cependant augmenter'' l'ordre dans un but précis». (Dan s ce cas, le but est de modéliser de façon fidèle un ph énomène observé.) En effet, l'aboutissement de théories simples est la force motrice d'une science. (Comme a dit Einstein: « Tout rendre aussi simple que possible, mais pas plus simple. >>) Un exemple important de ce concept est celui qui a représenté une étape-clé dans l'évolution des hominidés: le changement du point de pivot du pouce, qui a permis une précision plu s grande dans la manipulation de l'environnement. 8 Des primates t els que les chimpanzés peuvent agripper mais ils ne peuvent manipuler des objets avec une force de préhension ou une coordination motrice suffisamment fine pour écrire ou pour modeler des objets. Le changement du point de pivot du pouce n'a pas augmenté de façon significative la complexité de l'anima l mais a cependant représenté une augmentation dans l'ordre, permettant, entre autres choses, le développement de la technologie. Lévolution a montré, cependant, que la tend ance générale vers un plus grand ordre résulte de façon t ypique en une plus grande complexité.9

HUMANITE

2.0

C'est ainsi que l'amélioration de la solution d'un problème-qui généralement augmente mais parfois diminue la complexité- augmente l'ordre. Maintenant il nous reste la définition du problème. En effet, la clé d'un algorithme évolutif (et de l'évolution biologique et technologique en général) est exactement cela : définir le problème (ce qui inclut la fonction d'utilité). Dans l'évolution biologique, le problème majeur a toujours été de survivre. Dans des niches écologiques particulières ce problème majeur se transforme en objectif plus spécifique, tel que la capacité de certaines espèces à survivre dans des environnements extrêmes ou à se camoufler à la vue des prédateurs. Tandis que l'évolution biologique se dirigeait vers les humanoïdes, l'objectif en lui-même a évolué vers l'habilité à penser de manière à contourner les adversaires et à manipuler l'environnement de façon adaptée. Il pourrait sembler que cet aspect de la loi du retour accéléré contredise la seconde loi de thermodynamique, qui implique que l'entropie (le facteur aléatoire dans un système clos) ne peut diminuer, et donc qu'il augmente de façon générale.10 Cependant, la loi du retour accéléré s'applique à l'évolution, qui n'est pas un système fermé. Elle prend place dans un chaos immense et dépend donc du désordre, duquel elle tire ses options pour la diversité. Et de ses options, un processus évolutif supprime continuellement ses erreurs pour créer un ordre encore plus grand. Même si lors d'une crise, comme lorsque des astéroïdes s'écrasent sur terre, le chaos augmente de façon temporaire, l'ordre créé par l'évolution biologique finit toujours par augmenter, par s'approfondir. Pour résumer, l'évolution augmente l'ordre, qui peut augmenter ou non la complexité (mais qu'il augmente généralement). Une raison primaire est que l'évolution- des formes de vie de la technologie- accélère ce qui est construit sur l'ordre inhérent aux structures, avec des moyens encore plus sophistiqués pour enregistrer et manipuler l'information. Dans le cas de l'évolution des formes de vie, l'exemple le plus notable est l'ADN, qui fournit une transcription enregistrée et protégée du modèle de la forme de vie à partir duquel elle peut lancer d'autres expériences. Dans le cas de l'évolution de la technologie, les méthodes humaines d'enregistrement de l'information continuent à s'améliorer et ont permis d'autres avancées technologiques. Les premiers ordinateurs ont été conçus sur du papier et assemblés à la main. Aujourd'hui, ils sont conçus sur des stations de travail informatique, avec les ordinateurs qui travaillent eux-mêmes sur les nombreux détails de la prochaine génération, et qui seront ensuite produits dans des usines entièrement automatisées avec une intervention humaine limitée. Le processus évolutif de la technologie augmente les capacités de façon exponentielle. Les innovateurs cherchent à en multiplier les capacités. Lin novation est multiplicative, pas additive. La technologie, comme tout processus évolutif, se construit sur elle-même. Cet aspect continuera à accélérer tant que la tech -

Il

2

UNE THEORIE DE L'EVOLUTION TECHNOLOGIQUE

nologie contrôlera sa propre progression pendant la cinquième époque." On peut résumer les principes de la loi du retour accéléré comme tels: ·l'évolution utilise le retour positif: les méthodes les plus efficaces résultant d'un niveau de progrès évolutif sont utilisées pour créer le prochain niveau. Comme il est décrit dans le chapitre précédent, chaque époque de l'évolution a progressé plus rapidement en construisant sur les produits des niveaux précédents. L'évolution fonctionne grâce à des moyens indirects: l'évolution crée des humains, les humains créent la technologie, les humains travaillent maintenant avec une technologie de plus en plus avancée pour créer de nouvelles générations de technologie. Lorsque arrivera la Singularité, il n'y aura plus de distinction entre les humains et la technologie. Ce n'est pas

parce que les humains seront devenus ce que nous pensons être des machines aujourd'hui, c'est plutôt que les machines auront progressé au point de ressembler à des humains et au-delà. La technologie sera l'équivalent métaphorique de la position particulière de notre pouce par rapport à celui du singe et permettra notre prochain pas dans l'évolution. Le progrès (l'augmentation future de l'ordre) sera basé sur des processus de pensées qui se dérouleront à la vitesse de la lumière plutôt que par de très lentes réactions électrochimiques. Chaque étape de l'évolution se construit sur les fruits de l'étape précédente, donc le niveau de progrès d'un processus évolutif augmente au moins exponentiellement au fil du temps. Au fur et à mesure, l'« ordre, de l'information intégrée au processus évolutif {la mesure de l'adaptation de l'information à un but, ce qui pour l'évolution est la survie) augmente. • Un processus évolutif n'est pas un système clos; l'évolution se sert du chaos environnant pour intégrer des options de diversité. Parce que l'évolution a aussi créé sa propre augmentation de l'ordre, dans un processus évolutif l'ordre augmente de façon exponentielle. • Une corrélation de l'observation ci -d essus est que le« retour » d'un processus évolutif (tel que la vitesse, l'efficience, le rapport coût productivité, ou le «pouvoir» général d'un processus) augmente aussi de façon exponentielle au fil du temps. On peut voir cela au niveau de la loi de Moore pour laquelle chaque génération de puces informatiques (qui apparaît maintenant approximativement tous les deu x ans) fournit deux fois plus de composants par coût unitaire, chacun d'entre eux opérant plus rapidement {à cause des plus courtes distances requises pour les connexions entre les électrons). Comme je l'illustre ci-dessous, cette croissance exponentielle dans le pouvoir et le rapport qualité-prix des technologies basées sur l'information n'est pas limitée aux ordinateurs mais elle s'applique essentiellement à toutes les technologies de l'information et inclut les connaissances humaines, mesu-

Il

HUMANITE

2.0

rées de nombreuses façons différentes. Il est aussi important de noter que les termes« technologies d'information ,, incluent toutes les classes de plus en plus larges de phénomènes sociaux et finiront par inclure l'intégralité des activités économiques et des comportements culturels. ·Dans une autre boucle de retour positif, plus un processus évolutif devient effectif- par exemple, meilleure devient la capacité et le rapport coût-efficacité du calcul informatique- plus la quantité de ressources déployées vers le progrès de ce processus augmente. Cela résulte en un second niveau de croissance exponentielle; le niveau de croissance exponentielle -l'exponent - croît lui aussi de façon exponentielle. Par exemple, comme on peut le voir dans la figure intitulée la loi de Moore, le cinquième paradigme, cela a pris trois ans pour doubler le rapport coût-efficacité du calcul au début du XXe siècle et deux ans au milieu. li double maintenant une fois par an. Non seulement chaque puce est deux fois plus puissante chaque année pour le même prix unitaire, mais le nombre de puces manufacturées est aussi en train de croître de façon exponentielle; les budgets pour la recherche informatique ayant augmenté au cours des décennies. • Lévolution biologique est un des processus d'évolution. Elle est la quintessence du processus évolutif. Parce qu'elle a pris place dans un système totalement ouvert (en opposition aux contraintes artificielles d'un algorithme évolutif}, de nombreux niveaux de ce système ont évolué en même temps. Non seulement l'information contenue dans les gènes d'une espèce ont progressé vers un plus grand ordre, mais le système général dirigeant le processus évolutif a lui aussi évolué. Par exemple, le nombre de chromosomes et la séquence de gènes de ces chromosomes ont aussi évolué au fil du temps. Un autre exemple, l'évolution a développé des façons de protéger l'information génétique de défauts excessifs (bien qu'une petite quantité de mutations soient autorisées, puisque c'est un mécanisme bénéficiant à l'amélioration génétique actuelle}. Un de ces moyens de protection est la répétition de l'information génétique sur les deux chromosomes d'une même paire. Cela garantit que, même si un gène est endommagé sur l'un des deux chromosomes, le gène correspondant sera sûrement correct et efficace. Même le chromosome mâle Y, qui ne fait pas partie d'une paire, a conçu des moyens de préserver son information en se répétant sur le chromosome Y lui-même." Seul 2% des codes génétiques sont dédiés aux protéin es.' 3 Les g8% restants ont mis en place au cours de l'évolution des moyens élaborés pour contrôler quand et comment les gènes de codage de protéines peuvent s'exprimer (produire des protéines) dans un processus que nous commençons tout juste à comprendre. Ainsi, le processus de l'évolution, comme le taux permis de mutation, s'est modifié au fil du temps. • Lévolution technologique est une autre de ces processus évolutifs. En effet, l'émergence des premières espèces créant la technologie a résulté dans le

Il

2

UNE THEORIE DE L'EVOLUTION TECHNOLOGIQU E

nouveau processus évolutionnaire de la technologie, qui fait de l'évolution technologique une annexe- et une continuation- de l'évolution biologique. l:homo sapiens a évolué en quelques centaines de milliers d'années, et les premiers niveaux de la technologique créés par les humanoïdes (tels que la roue, le feu, et les outils de pierre) ont progressé à peine plus vite, prenant des dizaines de milliers d'années pour évoluer et être largement employés. Il y a un demi millénaire, le produit d'un changement de paradigme tel que la presse à imprimer a pris un siècle à être largement employée. Aujourd'hui, les produits des grands changements de paradigme, tels que les téléphones portables et le Web, sont largement adoptés en quelques années. ·Un paradigme spécifique (une méthode ou une approche pour résoudre un problème, par exemple, réduire la taille des trans istors sur un circuit intégré de façon à rendre les ordinateurs plus puissants) génère une croissance exponentielle jusqu'à ce que son potentiel soit épuisé. Lorsque cela arrive, un changement de paradigme se produit, qui permet à la croissance exponentielle de continuer.

Le cycle de vie d'un paradigme Chaque paradigme se développe en trois étapes : 1-

une croissance lente (la première phase de la croissance exponentiel le)

2- une croissance rapide (la phase explosive de la croissance exponentielle) comme on peut le voir dans le graphique enS ci-dessous

3- une éga lisation tandis que ce paradigme particulier s'achève. La progression de ces trois stades ressemble à la lettreS, qui s'étire vers la droite. l:illustration de la courbe en S montre comment une tendance exponentielle en cours peut être composée d'une cascade de courbes en S. Chaque courbe successive est de plus en plus rapide (prend moins de temps, visible sur la ligne x) et plus haute (produit une meilleure performance, visible sur la ligne

y).

Il

HUMANITE

Une séquence exponentielle en cours faite de cascades de courbes en S (sur un repère linéaire)

400

J

300

2.0

Une simple courbe enS (comme vue sur un repère linéaire)

200

100

3

4

5

6

7

8

La même séquence exponentielle de courbes en S sur un repère logarithmique. 100 9

10

3

4

5

8

Les courbes en S sont typiques d'une croissance biologique c'est-à-dire la répétition d'un système de complexité relativement fixé (tel qu'un organisme d'une espèce particulière), opérant dans une niche compétitive et combattant pour des ressources locales limitées. Cela arrive souvent, par exemple, lorsqu'une

2

UNE THEORIE DE L'EVOLUTION TECHNOLOGIQUE

espèce découvre un nouvel environnement hospitalier. Son nombre va croître de façon exponentielle pendant une période avant de s'égaliser. La croissance exponentielle d'un processus évolutif (qu'il soit moléculaire, biologique, culturel, ou technologique) dépasse les limites de croissance vues dans n'importe quel paradigme en particulier (une courbe enS spécifique) en réponse au pouvoir et à l'efficacité croissants développés dans chaque paradigme successif. La croissance exponentielle d'un processus évolutif produit donc de nombreuses courbes en S. L:exemple contemporain le plus important de ce phénomène sont les cinq paradigmes de calcul évoqués ci-dessous. L:intégralité de la progression de l'évolution vue dans les graphiques sur l'accélération des changements de paradigme dans le chapitre précédent représente des courbes enS successives. Chaque événement-clé, tel que l'écriture ou l'imprimerie, représente un nouveau paradigme et donc une nouvelle courbe en S. La théorie évolutive de l'équilibre ponctué (EP) décrit l'évolution comme un progrès passant des périodes de changement rapide suivi par des périodes de stase relative.'4 En effet, les événements-clés ou les graphiques d'événements d'époque correspondent à des renouvellements de périodes de croissance exponentielle de l'ordre (et généralement, de la complexité), suivie par une croissance plus lente tandis que chaque paradigme approche de son asymptote (sa limite de capacité). La théorie de I'EP fournit un meilleur modèle évolutif qu'un modèle qui ne prédit qu'une progression continue à travers les changements de paradigmes. Mais les événements-clés de l'équilibre ponctué, bien que permettant des changements plus rapides, ne représentent pas des bonds instantanés. Par exemple, l'arrivée de l'ADN a permis une augmentation (mais pas un bond immédiat) de l'amélioration évolutive dans la conception des organismes et en augmentation de la complexité. Dans l'histoire technologique récente, l'invention de l'ordinateur a créé une autre augmentation, toujours en cours, dans la complexité de l'information que la civilisation des humains et des machines est capable de gérer. Cette dernière augmentation n'atteindra son asymptote que lorsque nous aurons saturé, de calcul et d'information, la matière et l'énergie dans notre région de l'univers, basée sur les limites physiques que nous évoquerons dans la section« la destinée intelligente du cosmos ... » dans le chapitre six.' 5 Pendant la troisième phase du paradigme, la phase de maturation, la pression commence à augmenter pour l'arrivée du paradigme suivant. Dans le cas de la technologie, l'argent de la recherche est investi pour créer le prochain paradigme. C'est perceptible grâce à l'avancée de la recherche vers le calcul moléculaire tridimensionnel, malgré le fait que nous avons encore au moins une décennie avant que le paradigme de la réduction de taille des transistors sur un circuit intégré plat utilisant la photolithographie atteigne son apogée. Généralement, lorsqu'un paradigme approche de son asymptote en rapport qualité-prix, le nouveau paradigme technique est d'ores et déjà appliqué dans

Il

HUMANITE

2.0

certains domaines spécifiques. Par exemple, dans les années 1950 les ingénieurs réduisaient la taille des tubes à vides pour fournir un meilleur rapport qualitéprix, jusqu'à ce que le processus ne soit plus réalisable. À cette époque, autour des années 1960, les transistors avaient déjà conquis un marché important dans les radios portables et ont été ensuite utilisés pour remplacer les tubes à vide dans les ordinateurs. Les ressources sous-tendant la croissance exponentielle d'un processus évolutif sont relativement libres. Une de ces ressources est l'ordre (continuellement croissant) du processus évolutif en lui-même (plus, comme je l'ai déjà signalé, les produits d'un processus évolutif continuent à croître en ordre). Chaque stade de l'évolution fournit des outils plus puissants pour le suivant. Par exemple, dans l'évolution biologique, l'arrivée de l'ADN a permis une évolution plus puissante et plus rapide des« expériences>> biologiques. Ou pour prendre un exemple plus récent, l'arrivée des outils de conception assistée par ordinateur a permis un développement rapide de la prochaine génération d'ordinateurs. Une autre ressource requise pour la croissance exponentielle continue de l'ordre est le> de l'environnement dans lequel le processus évolutif se déroule et qui fournit des options pour une plus grande diversité. Le chaos fournit la variable qui permet à un processus évolutif de découvrir des solutions plus puissantes et plus efficaces. Dans l'évolution biologique, une des sources de la diversité est le mélange des combinaisons de gènes à travers la reproduction sexuelle. La reproduction sexuelle en elle-même était une innovation évolutive importante qui a accéléré l'intégralité du processus d'adaptation biologique et qui a fourni une plus grande diversité de combinaisons génétiques que la reproduction asexuée. D'autres sources de diversité sont les mutations et le changement perpétuel des conditions environnementales. Dans l'évolution technologique, l'ingéniosité humaine combinée avec des conditions de marché variables permet la pérennité du processus d'innovation.

Les modèles fractals Une question-clé concernant le contenu d'information des systèmes biologiques est de savoir comment il est possible pour le génome, qui contient com parativement peu d'informations, de produire un système tel qu'un humain, qui est largement plus complexe que l'information génétique qu'il décrit. Une façon de comprendre cela est de voir les modèles de la biologie comme des. Un fractal déterministe est un modèle dans lequel un simple élément du modèle (appelé l'>) est remplacé par de multiples éléments (appelés ensemble>). Dans une seconde itération de l'expansion fractale, chaque élément dans le générateur devient lui-même un

Il

2

UNE THEORIE DE L'EVOLUTIO N TECHNOLOGIQUE

initiateur et il est remplacé par les éléments du générateur (mis à la taille des initiateurs de la seconde génération). Ce processus est répété de nombreuses fois, avec chaque élément nouvellement créé d'un générateur devenant un initiateur et étant remplacé par un nouveau générateur mis à la taille. Chaque nouvelle génération d'expansion fractale ajoute une complexité apparente mais ne requiert pas de modèle d'information additionnel. Un fractal de probabilité ajoute l'élément d'incertitude. Là où un fractal déterministe sera semblable à chaque répétition, un fractal de probabilité sera différent à chaque fois, bien que présentant des caractéristiques similaires. Dans un fractal de probabilité, la probabilité que chaque élément du générateur soit exprimé est inférieure à 1. De cette façon, les modèles résultants ont une apparence plus organique. Les fractales de probabilités sont utilisées dans les programmes graphiques pour générer des images réalistes de montagne, des nuages, de bord de mer, de feuilles et de feuillage, et d'autres scènes organiques. Un aspect-clé des fractals de probabilité est qu'ils permettent la création d'une grande quantité de complexité apparente, incluant des détails variés et nombreux, à partir d'une petite quantité de modèles d'information. La biologie utilise le même principe. Des gènes fournissent le modèle d'information, mais le détail dans un organisme est bien plus important que le modèle d'information génétique. Certains observateurs interprètent mal la quantité de détails dans les systèmes biologiques tels que le cerveau en argumentant, par exemple, que la configuration exacte de chaque microstructure (telle que chaque tubulure) dans chaque neurone est conçue de façon précise et doit être exactement semblable pour que le système puisse fonctionner. De façon à comprendre comment un système biologique tel que le cerveau fonctionne, nous avons besoin d'appréhender ces principes de conception, qui sont beaucoup plus simples (en fait, qui contiennent beaucoup moins d'information) que les structures extrêmement détaillées que l'information génétique génère à travers ces processus itératifs et fractals. Il n'y a que 8oo millions de bits d'information dans l'intégralité du génome humain, et seulement 30 à 100 millions de bits après qu'une compression de données soit appliquée. C'est à peu près 100 millions de fois moins d'information que celle représentée par toutes les connexions neuronales et la concentration par zone de neurot ransmetteurs dans un cerveau humain complètement formé. Considérons comment les principes de la loi du retour accéléré s'appliquent aux époques que nous avons évoquées dans le premier chapitre. La combinaison des acides aminés en protéines et des acides nucléiques en chaîne d'ARN a établi le paradigme basique de la biologie. Les chaînes d'ARN (et plus tard d'ADN) qui s'auto-répliquaient (seconde époque) ont fourni une méthode digit ale pour enregistrer les résultats des expériences évolutives. Encore plus tard, l'évolution des espèces qui combinaient la pensée rationnell e (troisième époque) avec un appendice opposable (le pouce) a causé un changement de paradigme fonda-

HUMANITE

2.0

mental de la biologie à la technologie (quatrième époque). Le prochain changement de paradigme fondamental sera un passage de la pensée biologique à un hybride combinant la pensée biologique et la pensée non biologique (cinquième époque), ce qui inclura des processus.lexandrie. À peu près à la même époque, les Chinois ont aussi développé une forme primitive de livres à partir de lambeaux de bambou. Le développement et la maturation des livres ont impliqué trois grandes avancées. !:impression, expérimentée en premier par les Chinois au VIlle siècle en utilisant des blocs de bois ciselé, a permis la reproduction de livres en plus grande quantité, étendant leur audience au-delà du gouvernement et des dirigeants religieux. Encore plus significative fut lavenue de la presse mobile, que les Chinois et les Coréens ont expérimenté au début du XIe siècle, mais la complexité des caractères asiatiques a empêché ces premières tentatives d'être entièrement satisfaisantes. Johannes Gutenberg, qui exerçait au XVe siècle, a bénéficié de la simplicité relative des caractères romains. li a reproduit la Bible, le premier ouvrage imprimé à grande échelle avec une presse mobile, en 1455. Tandis qu'il y a eu un courant continu d'améliorations évolutives dans le processus mécanique et électromécanique de l'impression, la technologie de l'édition n'a pas vu de bond qualitatif jusqu'à la disponibilité de la mise en page assistée par ordinateur, qui a remplacé la presse mobile il y a deux décennies. La typographie est maintenant considérée comme une partie du processus de numérisation de l'image. Les livres étant une technologie complètement mature, les faux prétendants sont arrivés il y a à peu près 20 ans avec la première vague des « livres électroniques "·Comme c'est généralement le cas, ces faux prétendants ont proposé des bénéfices qualitatifs et quantitatifs très importants. Les livres sur CD-ROM ou sur mémoire flash peuvent fournir l'équivalent de milliers de livres grâce à des bases de données et des outils de navigation. Avec les encyclopédies sur le Web, sur CD-ROM, ou sur DVD, je peux faire des recherches rapides sur des mots en utilisant des règles logiques multiples, quelque chose qui n'est pas possible avec la version « livre " de 33 volumes que je possède. Les livres électroniques peuvent fournir des images animées qui répondent à nos demandes. Les pages ne sont plus obligatoirement ordonnées de façon séquentielle mais peuvent être explorées au fil de connexions plus intuitives. Tout comme le phonographe et le piano, cette première génération de faux prétendants manquait (et manque toujours) d'une qualité essentielle de l'original, dans ce cas les caractéristiques visuelles superbes du papier et de l'encre. Le papier ne sautille pas, tandis que l'écran générique

2.0

2

UNE THEORIE DE L' EVOLUTION TECHNOLOGIQUE

d'un ordinateur peut clignoter 6o fois ou plus par seconde. C'est un problème à cause de l'adaptation évolutive de notre système visuel primaire. Nous sommes seulement capables de voir de toutes petites portions du champ visuel avec une haute définition. Cette portion, représentée par la fovéa sur la rétine, est focalisée sur une zone qui représente la taille d'un simple mot à une distance de 22 pouces . À l'extérieur de la fovéa, nous avons une très faible résolution mais une très grande sensibilité aux changements de lumière, une capacité qui a permis à nos ancêtres primitifs de rapidement détecter un prédateur qui pourrait attaquer. Le clignotement constant d'un écran d'ordinateur est détecté par notre œil comme du mouvement et cause une réaction de mouvement constant de la fovéa. Cela ralentit de façon substantielle la vitesse de lecture, ce qui est une des raisons pour laquelle lire sur un écran d'ordinateur est moins plaisant que de lire un livre imprimé. Ce problème particulier a été résolu par les écrans plats, qui ne clignotent pas. D'autres problèmes cruciaux incluent le contraste- un livre de bonne qualit é a un rapport encre pour papier de 12o :1 ; les écrans d'ordinateurs typiques sont peut-être à la moitié- et la résolution. Limpression et les illustrations dans un livre représentent une résolution de 6oo à 1000 points par pouces (dpi), tandis que les écrans d'ordinateurs sont à approximativement un dixième de cette quantité. La taille et le poids des outils informatiques s'approchent de ceux des livres, mais ces outils sont toujours plus lourds qu'un livre. De plus, les livres ne fonctionnent pas à l'électricité. Plus important encore, il y a le problème des programmes disponibles à comparer à l'énorme stock base installée de livres imprimés. so ooo nouveaux ouvrages sont publiés chaque année aux États-Unis, et des millions de livres sont d'ores et déjà en circulation. li y a de grands efforts faits pour scanner et numériser tou s les matériaux imprimés, mai s ce la prendra beaucoup de temps avant que les bases de données électroniques possèdent une richesse comparable. Le plus grand obstacle évident est l'hésitation compréhensible des éditeurs à faire des versions électroniq ues de leurs ouvrages disponibl es, au vue de l'effet dévast ateur que le t éléch argement de fichier illégal a eu su r l'industrie phonographique. Des solution s sont en train d'émerger pour chacune de ces limit ations. Les nouveaux écrans d'ordinateurs ont un contraste, une résolution, une absence de clignotement, et un angle de vision comparable à des documents papier de haute qualité. De nouvelles sources d'énergie pour les outils électroniques portables commencent à être présentées, qui permettraient aux outils électroniqu es de fonctionner pendant des centa ines d'heures entre les changements de ca rt ouch es de carburant. Des outils et périphériques portables sont déjà comparables en taille et

HUMANITE

2.0

en poids à un livre. Le problème principal est de trouver des moyens sûrs pour rendre l'information électronique disponible. C'est un problème fondamental pour chaque niveau de notre économie. Tout- incluant les produits physiques, lorsque la fabrication basée sur la nanotechnologie deviendra une réalité dans une vingtaine d'années- est en train de devenir de l'information.

La loi de Moore et au-delà Lorsque le calculateur de l'EN/AC est équipé avec 18 ooo tubes vides et pèse 30 ooo tomes, les ordinateurs du futur pourront contenir seulement 1 ooo tubes vides et peser peut-être 1,5 tonne. POPULAR MECANICS, 1949

Computer Science n'est pas plus au sujet des ordinateurs que l'astronomie est au sujet des télescopes. E. W. DIJKSTRA Avant de continuer à considérer les implications de la Singularité, examinons le large éventail de technologies sujettes à la loi du retour accéléré. La tendance exponentielle qui a connu la plus grande reconnaissance publique a été appelée la loi de Moore. Au milieu des années 1970, Gordon Moore, un inventeur de circuits intégrés reconnu, et plus tard directeur d'Intel, a observé qu'on pouvait compresser deux fois plus de transistors sur un circuit intégré tous les 24 mois (au milieu des années 1960, il avait estimé 12 mois). Puisque alors les électrons auraient considérablement moins de chemin à parcourir, les circuits fonctionneraient plus rapidement, fournissant une accélération additionnelle au pouvoir de calcul général. Le résultat est la croissance exponentielle du rapport qualitéprix des ordinateurs. Cette vitesse de doublage -tous les 12 mois- est beaucoup plus rapide que le taux de doublage pour le changement de paradigmes dont j'ai parlé précédemment, qui se produit approximativement tous les 10 ans. De façon typique, nous pouvons considérer que la période de doublage pour différentes mesures- le rapport qualité-prix, la bande passante, la capacité- est d'à peu près un an pour la capacité de la technologie de l'information. La force conductrice primaire de la loi de Moore est la réduction de taille des semi-conducteurs, qui divisent leur taille dans toutes les dimensions tous les 5.4 ans (voir le graphique ci-dessous). Puisque les puces sont de façon fonctionnelle en deux dimensions, cela signifie qu'elles doublent leur nombre d'éléments par millimètres carrés tous les 2,7 ans. 22 Les graphiques suivants combinent des données historiques avec les cartes de l'industrie des semi-conducteurs (International Technology Roadmap for Semiconductors, ITRS, de Sematech), avec des projections jusqu'en 2018 .

2

UNE THEORIE DE L'EVOLUTION TECHNOLOGIQUE

RAM Dynamique Taille minimale Repère logarithmique

100,000

10,000

::;:

~

0

21 Q)

"0

E

1,000

--

c: c: Q)

~

~ 100

~

Ooo.ao. . Ligne de tendance - -o-- Projection ITRS

10

·o

··-o. .

·o

~

1960

1970

1980

2000

1990

2010

2020

Années

Temps de réduction de la taille par deux : 5, 4 années.

Le coût de la DRAM (dynamic random access memory) par millimètre carré a lui aussi été réduit. Le doublage de bits pour la DRAM par dollar a été seu lement de 1,5 an. 23 Prix de la DRAM bits par dollar à la production (en dollars constant) 10

10

Repère logarithmique

1

10 ' ~

li1

0 10 ' '0

1

-o- Projection ITRS

10 2 , 1970

1975

1980

1985

Temps d'augmentation: 1,5 ans.

1990

1995

2000

2005

2010

2015

2020

Années

Noter que la vitesse a aussi augmentée

Il

HUMANITE

2.0

Une tendance similaire peut être vue avec les transistors. Vous pouviez acheter un transistor pour un dollar en 1968; en 2002 un dollar vous permettait d'acquérir à peu près dix millions de transistors. Puisque la DRAM est un composant spécialisé qui bénéficie de sa propre innovation, la division par deux du prix du transistor moyen est légèrement plus longue que pour la DRAM, approximativement 1,6 an (voir graphique ci-dessous).'4 Prix moyen pour un transistor Repère logarithmique

-1

10

10-2

~

10-3

El ëi

0

10-4

10-5

10-6

,

10_,

'68 1970

'72

'74

'76

'78

1980 '82

'84

'86

'88

1990 '92

'94

'96

'98

1 2000

'02

Années

Temps de division par deux : 1,6 an

Cette accélération remarquablement stable du rapport qualité-prix des semi-conducteurs a progressé à travers une série d'étapes de processus technologique (défini par la taille) à des dimensions encore plus minuscules. La tailleclé moyenne, qui est considérée comme la barrière de la nanotechnologie ,est en train de basculer en dessous des 100 nanomètres.>s

Construction d'un transistor Baisse des coûts Repère logarithmique

100 "' ~1 .0u

----o-- O.7u ~ 0. 5u ~0 . 35u

----------- 0.25u

--+---

O. 18u

~ ·v;

- + - - 0.09u

~

-

_ . , _ 0.13u

c:

'E

0 .065u

2

~

c:

.:

0.10 "'

0

0

0.01 , 1990

1995

2000

Années

2005

201 0

2

UNE THEORIE DE L'EVOLUTION TECHNOLOGIQUE

À la différence de la rose de Gertrude Stein, le cas ne se pose pas pour les t ransistors. Tandis qu'ils sont devenus de plus en plus petits et de moins en moins chers, les transistors sont aussi devenus plus rapides par un facteur d'à peu près cent mille sur les trente dernières années (voir graphique ci-dessous)de nouveau, parce que les électrons ont moins de distance à parcourir.26

Vitesse des microprocesseurs Repère logarithmique

10 8

'

10' "

106

,

1975

1980

1985

1990

Temps de multiplication par deux : 3 ans

1995

2000

2005

201 0

201 5

2020

Années

Si on combine les tend ances exponentielles vers des transistors de moins en moins chers et des cycles de plus en plus rapides, on trouve un temps de division par deux de seulement 1,1 an du coût par cycle (voir graphique ci-dessous).27 Le coût par cycle de transistor est une mesure plus fidèle du rapport qua lité-prix car elle prend en compte à la fois la vitesse et la capacité. M ais le coût par cycle de transistors ne prend toujours pas en compte l'innovation au plus haut niveau de conception (telle que la conception du microprocesseur) qui augmente l'efficience de calcul.

Il

HUMANITE

2.0

Coût des microprocesseurs par cycle de transistor -7

Repère logarithmique

1

10

!

- 10

:

1

10

!

-13:

10

-

! -16 :

1

10

.

·19 :

10

.;

1975

1980

1985

1990

1995

2000

2005

2010

2015

2020

Années

Temps de division par 2 : 1, 1 an

Le nombre de transistors dans les processeurs d'Intel a doublé tous les deux ans (voir graphique ci-dessous). Plusieurs d'autres facteurs ont augmenté le rapport qualité-prix, incluant la vitesse, la réduction du coût par microprocesseur, et les innovations dans les conceptions de processeurs. 28

Nombre de transistor par microprocesseur Repère logarithmique

10 9 ltanium

Xeon 10' 0 0

0.10

-

0.01 , 1990

1992

1994

1996

1998

2000

2002

2004

Années

Temps de division par . 1, 9 ans

Il y a eu légère croissance exponentielle dans la quantité de données collectées dans le séquençage de l'ADN (voir graphique ci-dessous). 4s Un exemple récent de l'augmentation de ses capacités a été le séquençage du virus du SRAS, qui n'a pris que trente et un jours pour être identifié, comparé au plus de quinze ans nécessaires au viru s du HIV.46

Croissance des bandes de données génétiques : Données du séquençage ADN Repère logarithmique

10 10:

"'c:2l

Q)

=> cr

'ill

10' ,

Q)

ill

"'

.0 Q)

"0

"'~

10'

~

ïil

a_

~

10

4

Paires de base

~Séquences

"'

10' , 1980

1985

1990

1995

Années

Il

2000

2005

2

U N E THEORIE DE L' EVOLUTION TECHNO LOGIQUE

Bien sûr, on peut s'attendre à voir une croissance exponentielle dans les mémoires électroniques comme pour la RAM. Mais il faut noter comment la tendance de ce graphique logarithmique (voir ci-dessous) évolue régu lièrement à travers différents paradigmes technologiques :des tubes à vide aux discrets transistors de circuits intégrés.47 Random Acces Memory (RAM) Bits par dollars (1949-2004 )

Tube à vide

1945

1950

Transistor

1955

1960

Circuit intégré/puce

1965

1970

1975

1980

1985

1990

1995

2000

2005

Années Croissance exponentielle de la capacité de la RAM dans les changements de paradigme.

Temps de multiplication par 2 . 1,50

Cependant, la croissance dans le rapport prix-performance de la mémoire magnétique (disques durs) n'est pas un résultat de la loi de Moore. Cette tendance exponentielle reflète la compression de données sur un substrat magnétique, plutôt que celle des transistors sur un circuit int égré, un défi tech nique complèt ement différent poursuivi par de nombreux ingénieurs de différentes

8'o

compagnies.48 Stockage magnétique des données (Bits par dollar) 11

10 10

0

10 '

N

10'

0 0

c

'

Q)

J!J c

1Jlc

:

10 '

'

10'

0

'-'

:!!

:

10 '

1

.!)1

ë5

~

~

ë5

10 '

'

10'

"0

'"

c.

J!J ai

Repère logarithmique

1

10

:

10'

'! :

10 '

'T

1 10 1

,

1950

1955

1960

1965

1970

1975

1980

Années

1985

1990

1995

2000

2005

Il

HUMANITE

2.0

La croissance exponentielle dans la technologie des communications {les mesures pour la communication d'informations ; voir figure ci-dessous) a été pendant de nombreuses années encore plus explosive que celle des processus ou des mesures de mémoire. Pourtant, elle n'a pas moins de signification dans ses implications. De nouveau, cette progression met en cause bien plus qu'une simple réduction de taille des transistors ou un circuit intégré, mais elle inclut aussi des avancées technologiques dans les fibres optiques, dans les technologies électromagnétiques, dans les connexions optiques, et bien d'autres facteurs.49 Nous sommes actuellement en train d'abandonner les réseaux de câbles dans nos cités et dans notre vie de tous les jours au profit des communications sans fil, dont le pouvoir est en train de doubler tous les dix à onze mois (voir graphique ci-dessous).

Rapport prix-performance (Outils de transfert de données sans fil)

10

Repère logarithmique

5

10

4

10

3

"'ro 10 o.

1

~ 0

~ "0 c 0

ü

, en particulier pour le développement de programmes, ont connu une augmentation très importante. Lorsque j'ai commencé mon programme de reconnaissance optique de caractères (OCR) et ma compagnie de synthèse de langage (Kurzweil Computer Products) en 1974, la totalité des marchés de la haute technologie aux États-Unis valait moins de 30 millions $ (en dollars de 1974). Même pendant la dernière récession de la haute technologie (2ooo - 2003), la somme était presque cent fois plus importante.79 Nous devrions abandonner le capitalisme et la base de la compétition économique pour pouvoir stopper cette progression. Il est important de signaler que nous progressons vers une économie basée sur la connaissance de façon exponentielle mais par étape. 80 Alors que la si acclamée nouvelle économie n'a pas transformé les modèles de marché en l'espace d'une nuit, de nom breux observateurs ont rapidement considéré cette idée comme étant fausse de façon inhérente. li se passera quelque décennies avant que la connaissance domine l'économie, mais cela représentera alors

Il

HUMANITE

2.0

un changement profond. On peut observer les mêmes phénomènes dans les cycles de développement et de chute de l'Internet et des télécommunications. Les cycles de développement se sont fondés sur l'anticipation que l'Internet et les télécommunications représenteraient des transformations fondamentales. Mais les cadres temporels n'étaient pas réalistes et les changements prédits n'ont pas eu lieu et se sont plus de deux milliards de dollars de capitalisation boursière qui ont disparu. Comme je le signale ci-dessous, l'adoption actuelle de ces technologies progresse de façon régulière sans signe d'envolée ou de crash. Virtuellement tous les modèles économiques enseignés dans les classes d'économie- qui sont utilisés par la réserve fédérale pour établir sa politique monétaire, par les agences gouvernementales pour établir leurs politiques économiques, et par les experts de l'économie en tout genre- sont fondamentalement faussés dans leur structuration des tendances à long terme. C'est parce qu'ils sont basés sur la vision historique 0> Q)

.......·····

"'ë

•••••••

1Jlc _§_ ~

~

·······....••.... ~··

1,000:

:g

r2

= 0.9784

•

Q)

"'"2"'

~ ~

100 ., 1920

1940

1960

1980

2000

Années

commencent juste cette phase explosive. La production domestique américaine (GDP) a augmenté de façon exponentielle, grâce à l'augmentation de la productivité permise par la technologie, comme on peut le voir dans le graphique cidessous.8'

PIB par personne

......-· .... ······ ............ ..........

Repère logarithmique

10,000 :

.......·····

•••••••

Q)

"'ë"' ~

..§_

..

1,000: .......

- •

100., 1920

..

r2

= 0 .9784

• ••• •

•• ••

1940

1960

1980

2000

Années

Certains critiques lient la croissance de la population avec la croissa nce exponentielle de la production générale américaine (GDP), mais l'on peut observer

Il

HUMANITE

2.0

la même tendance sur une base par habitant. 8 '

On peut noter que la croissance exponentielle qui sous-tend l'économie est beaucoup plus puissante que la récession périodique. Plus important, les récessions, incluant même les dépressions, ne représentent que des déviations temporaires de la courbe sous-tendant la croissance. Même la grande dépression ne représente qu'une petite bosse dans le contexte de la croissance. Dans chaque cas, l'économie se retrouve exactement où elle aurait dû être si le cycle récession n'avait jamais eu lieu. Léconomie mondiale continue d'accélérer. La Banque mondiale a fourni un rapport fin 2004 indiquant que la dernière année avait été plus prospère que n'importe quelle année dans l'histoire avec une croissance économ ique mondiale de 4 %.83 Le taux de croissance dans les pays en voie de développement était encore plus important: plus de 6%. Même en omettant la Chine et l'Inde, le taux était supérieur à 5 %. Dans le Sud-Est asiatique et la région Pacifique, le nombre de personnes vivant dans des conditions d'extrême pauvreté est passé de 470 millions en 1990 à 270 millions en 2000, et une projection de la Banque mondiale annonce un chiffre inférieur à 20 millions en 2015. D'autres régions montrent des croissances économiques similaires, bien que moins marquées. La productivité (la production économique par travailleur) croît aussi de façon exponentielle. Ces st atistiques sont en fait largement sous-estim ées car elles ne refl èt ent pas complèt ement les améliorations significatives dans la qualité et la quantité des produits et des services. Il ne s'agit pas de la production « d'une voiture est une voiture ,, ; il y a eu des améliorations notables dans la sécurité, la fiabilité, et les services fournis. Certainement, cent mille dollars de calcul aujourd 'hui sont beaucoup plus puissants que cent mille dollars de calcul il y a 10 ans (par un facteu r de plu s de cent mille). Il y a de nom breux autres exemples. Les médica ments sont de plu s en plus efficaces parce qu'ils sont maintenant conçus pour fournir précisément les mod ifications nécessaires aux changements métaboliques soulignant chaque maladie et processus de vieillissement avec des effets secondaires minimaux (notez que la grande majorité des médicaments présents sur le marché aujourd' hui reflètent toujou rs le vieux paradigme; voir chapitre cinq). Des produits comm andés en cinq minutes sur Internet et livrés à votre porte ont une utilité supérieure aux produits que vou s devez aller chercher vous-même. Des vêt ements sur mesure valent plu s que les vêtements que vous pourriez trouver dans un magasin. Ces améliorations prennent place dans la plupart des catégories de produits, mais aucune d'entre elles ne sont refl ét ées dans les st atistiques de productivité. Les méthodes statistiques soulignant les mesu res de la productivité ont ten dance à ignorer les gains en concluant essentiellement que nous avons toujours un dollar de produits et de services pour une valeur d'un dollar, malgré le fait

2

UNE THEORIE D E l ' EVOlUTION TECHNOlOGIQUE

que nous obtenons beaucoup plus pour ce dollar (les ordinateurs sont un exemple extrême de ce phénomène, mais il est général). Pete Klenow, professeur à l'université de Chicago, et Mark Bils, professeur à l'université de Rochester, estiment que la valeur en dollars constants des biens existants a augmenté de 1,5% par an pendant les dernières années à cause des augmentations qual itatives. 84 Cela ne prend toujours pas en compte l'introduction des produits entièrement nouveaux et des nouvelles catégories de produit (par exemple, les téléphones portables, les agendas électroniques, les ordinateurs de poche, les MP3, et les programmes informatiques). Cela ne prend pas non plus en considération la valeur croissante du Web lui-même. Comment pouvons-nous évaluer la disponibilité d'une ressource libre telle que les encyclopédies en ligne et les moteurs de recherche qui fournissent des accès de plus en plus efficaces à la connaissance humaine? Le bureau des statistiques de travail, qui est responsable des statistiques de l'inflation, utilise un modèle qui incorpore une estimation de l'augmentation de la qualité de seulement 0,5 % par an.8s Si nous utilisons l'estimation conservatrice de Klenow et Bils, cel a f ait une sou s-estimation systém atique de l'a mélioration de la qualité qui résulte en une surestimation de l'inflation d'au moins 1 % par an. Et cela ne prend toujours pas en compte les nouvelles catégories de produits. Malgré les faiblesses dans les méthodes statistiques appliquées à la productivité, les biens de la productivité sont en tra in d'atteindre la partie la plu s escarpée de la courbe exponentiel le. La productivité du travail a augment é de 1,6 % par an depuis 1994, puis de 2,4 % par an, et croît maintenant encore plus rapidement. La productivité de la construction en unités par heure a augmenté de 4.4% par an de 1995 à 1999, la productivité de la construction durable a augmenté de 6,5 % par an. Dans le premier quart de 2004, le taux annuel aj usté du ch angement de productivité était de 4,6 % dans le secteur de la finance et de 5,9 % dans le secteur de la création de biens durables. 86 On peut voir une croissance exponentielle douce dans la valeur produite par heure de travail au cours du dernier demi-siècle (voir graphique ci-dessous). De nouveau, cette tendance ne prend pas en compte l'a ugmentation de la valeur

HUMANITE

2.0

Rentabilité de construction taux horaire

Repère logarithmique

1,000 :

"'c %lc

8 ~

100 -

.!l!

ë5

~ ~

:::> Ql .t:::

10 , 1945

1950

1955

1960

1965

1970

1975

1980

1985

1990

1995

2000

2005

Années

du dollar dans l'achat des technologies d'information de parenthèses qui a doublé une fois par an dans le rapport qualité-prix. 87 la déflation ... Une mauvaise chose?

"En 1846 on croyait qu'il n'y avait pas un seul vêtement dans notre pays cousu à la machine; cette année le premier brevet américain d 'une machine à coudre a été déposé. Aujourd'hui des milliers de personnes portent des vêtements qui ont été cousus par des doigts d'acier, avec une délicatesse rivalisant celle d'une jeune fille du Cachemire. " Scientifique américain, 1853

Tandis que j'écris cet ouvrage, un des problèmes de la plupart des économistes, quelles que soient leurs opinions politiques, est la déflation. le fait que la valeur des produits décroissent et que l'a rgent permette de consommer plus pourrait paraître une bonne chose. Le souci des économistes est que si les consommateurs peuvent acheter ce qu'ils désirent et ce qu'ils veulent avec moins de dollars, l'économie va se réduire (mesurée en dollars). Cela ne prend pas en compte, cepend ant, les besoins et les désirs insatiables inhérents des consommateurs humains. les revenus de l'industrie des semi-conducteurs, laquelle d'une déflation de 40% à so % par an, ont cependant augmenté de 17% chaque année au cours du dernier demi-siècle. 88 Puisque l'économie est en fait contrainte de s'étendre, les implications théoriques de la déflation ne devraient pas causer de problème. Les années 1990 et le début des années 2000 ont vu les déflations les plus importantes de l'histoire, ce qui explique pourquoi on ne voit pas de taux d'inflation significatif. Oui, il est vrai qu' historiquement un taux de chômage bas, de hautes valeurs de qualité, une croissance économique forte, et d'autres facteurs

Il

2

UNE THEORIE DE L'EVOLUTION TECHNOLOGIQUE

sont générateurs d'inflation, mais l'ensemble est annulé grâce à la tendance exponentielle dans le rapport qualité-prix de toutes les technologies basées sur l'information: l'informatique, la mémoire, les communications, la biotechnologie, la miniaturisation, et même le taux général de progrès technique. Ces technologies affectent profondément toutes les industries. Nous assistons aussi à une réduction majeure des intermédiaires dans les canaux de distribution du Web et des nouveaux moyens de communications, en plus d'une efficacité croissante dans les opérations et les administrations. Puisque l'industrie de l'information devient de plus en plus influente dans tous les secteurs de l'économie, nous voyons l'augmentation de l'impact des extraordinaires taux de déflation de cette industrie. La déflation pendant la Grande Dépression dans les années 1930 était due à un écroulement de la confiance du consommateur et de la quantité d'argent disponible. La déflation aujourd'hui est un phénomène complètement différent; elle est causée par une productivité accrue et la présence croissante de l'information sous toutes ses formes. Tous les graphiques de ce chapitre se rapportant aux technologies représen tent une déflation massive. li y a de nombreux exemples de l'impact croissant de cette efficacité. Trouver du pétrole de BP Amoco coûtait en 2000 moins d'un dollar par baril, mais presque 10 $en 1991. Réaliser une transaction sur Internet coûte un penny à une banque, contre plus d'un dollar lorsqu'elle est effectuée par un employé. Il est important de signaler qu'une application -clé de la nanotechnologie sera de transférer le fonctionnement économique des programmes à la production- aux produits physiques. Les prix des programmes sont en train de baisser encore plus rapidement que ceux des produits physiques (voir le tableau ci-dessous). 89 Amélioration exponentielle du rapport prix performance des logiciels Exemple: logiciel de reconnaissance automatique de langage

1985 Prix

1995

2000

5 000 $

500$

50 $

1000

10 000

100 0 00

Discours continu ?

Non

Non

Oui

Temps d'entraînement requis par l'utilisateur (en minute)

180

6o

5

Fa ible

Raisonnable

Bon

Taille du vocabula ire (nombre de mots)

Fiabilité

HUMANITE

2.0

L'impact des communications distribuées et intelligentes a peut-être été ressenti de façon la plus marquée dans le monde de la finance. Malgré des changements d'humeur dramatiques sur Wall Street, les valeurs extraordinaires prises par les sociétés numériques pendant les années 1990 ont permis d'accréditer une perception valide : les modèles de marchés qui ont soutenu les échanges pendant des décennies sont au début de transformations radicales. De nouveaux modèles, basés sur les communications directes et personnal isées avec le client, vont transformer chaque industrie de sorte à faire disparaître massivement les intermédiaires qui ont traditionnellement séparé le client de la source de produits et de services. li y a, cependant, un rythme à toute révolution, et les investissements et les valeurs de m arché dans cette zone se sont répandus bien au-delà des premières phases de cette courbe économique en S. La croissance fulgurante suivie de la chute de toutes ces technologies de l'information a été strictement un phénomène de marchés capitaux (actions, etc.). Aucune envolée similaire ou écrasement de marché identique n'apparaît dans les données des modèles business to consumer ou B2C et business to business ou B2B (voir le graphique). Actuellement les revenus du marché B2C augmentent de façon régulière de 1,8 milliard de dollars en 1997 à 70 milliards de dollars en 2002. La croissance du B2B connaît, elle aussi, une augmentation, de 56 milliards de dollars en 1999 à 482 milliards de dollars en 2002. 90 En 2004 cela s'approche d'un trillion (soit mille milliards) de dollars. On ne voit aucune preuve de cycles de marché dans le rapport prix-performance actuel des technologies qui sous-tendent ce développement, comm e j e l'a i évoqué ci -dessus.

Revenu du e-commerce aux Etats Unis Repère logarithmique

10,000 '

1,000'

100 .,

10 .,

1

~

828 (Business to Business)

--o--

8 2C (Business to Consumer)

~

1997

1998

1999

2000

2001 Années

2002

2003

2004

2005

2

UNE THEORIE DE L'EVOLUTION TECHNOLOGIQUE

Un accès étendu à la connaissance change aussi les relations de pouvoir. Les patients se présentent de plus en plus souvent chez le médecin armés d'une compréhension sophistiquée de leurs condition médicale et de leurs options. Les consommateurs de presque tout, des grille-pain aux voitures en passant par les maisons, les services bancaires et les assurances, utilisent maintenant des agents de programmes automatisés pour identifier rapidement les bons choix avec les meilleurs options et prix. Des services sur Internet tels que eBay connectent rapidement les vendeurs et les acheteurs d'une façon encore jamais vue. Les souhaits des consommateurs, désirs qu'ils ignorent eux-mêmes le plus souvent, deviennent rapidement la force motrice des relations de marché. Des acheteurs de vêtements bien connectés, par exemple, ne sont plus satisfaits par ce qu'ils trouvent localement en magasins. Ils préfèrent sélectionner les meilleurs styles, coupes et matériaux en visionnant toutes les combinaisons possibles sur une image tridimensionnelle de leur propre corps (basée sur un scanner détaillé du corps). Ainsi le choix est-il élaboré sur mesure. Les désavantages actuels du commerce basé sur Internet (par exemple une limitation dans l'incapacité à interagir de façon directe avec les produits et les frustrations fréquentes d'interaction avec des menus et des formulaires inflexibles au lieu d'un personnel humain) disparaîtront graduellement tandis que les tendances se déplaceront de façon plus robuste en faveur du monde électronique. D'ici à la fin de cette décennie, les ordinateurs disparaîtront en tant qu'objets physiques distincts, avec des écrans intégrés à nos lunettes, et de l'électronique tissée dans nos vêtements, nous fournissant une version visuelle totale dans une réalité virtuelle. Donc,

:J

0

Q.

1 ,

1975

1980

1990

1985

1995

2000

Années

Une autre application de la loi du retour accéléré est la croissance exponentielle de l'éducation et de l'apprentissage. Pendant les 120 dernières années, nous avons augmenté notre investissement dans l'éducation K-12 par étudiant et en dollars constants par un facteur de 10 (le K- 12 est un élément du système éducatif américain). Il y a eu une multiplication du nombre d'étudiants en fa culté. Les automates ont commencé par décupler notre puissa nce musculaire et maintenant ils amplifient le pouvoir de nos cerveaux. Pend ant les deux derniers

Il

HUMANITE

2.0

siècles, les automates ont éliminés des emplois au pied de l'échelle sociale tout en créant de nouveaux emplois (mieux payés) en haut de cette échelle sociale. Léchelle s'est aussi allongée, et nous avons donc des investissements croissants dans l'éducation à tous les niveaux.9l

Coût de l'éducation aux Etats-Unis Repère logarithmique

800,000

-

700,000

-

ë

"'

600,000

-

8!!!

500,000

-

:3. !!!

400,000

-

"0

300,000

-

200,000

-

100,000

-

0

0 N

--Total - • - Elémentaire/secondaire

---cr-

Q)

"0

Après le secondaire

~

.!!1 Ci .!!1 Ci Q)

"0

g"' c

~

0

-, 1880

1900

1920

1940

1960

1980

2000

2020

D'ailleurs, au sujet de l'offre du début de ce paragraphe, considérons que les valeurs de marché actuel sont basées sur des attentes futures. Plus que la vision linéaire intuitive à court terme qui représente l'opinion générale, les attentes économiques actuelles sont largement sous-estimées. Puisque les prix du marché reflètent le consensus d'un marché d'acheteurs-vendeurs, les prix reflètent l'attente linéaire que la plupart des gens partagent pour la croissance économique future. Mais la loi du retour accéléré implique clairement que le taux de croissance continuera à augmenter de façon exponentielle, puisque le rythme du progrès continuera à accélérer.

Molly 2004. : Mais, attendez une seconde, vous avez dit que je pourrais gagner 8o milliards de dollars si je lisais et que je comprenais cette section du cha pitre ? Ray: C'est vrai. D'après mes modèles, si on remplace la vision linéaire par ma vision exponentielle, plus appropriée, la valeur actuelle des actions sur le marché devraient tripler.94 Puisqu'il y a (approximativement) 40 milliards de dollars dans les marchés actuels, cela représente 8o milliards de dollars de richesse additionnelle. Molly 2 004 : Mais vous aviez dit que j'aurai cet argent? Ray: Non, j'ai dit« vous ,: « Vous aurez cet argent. ». Et c'est pour ça que j'ai suggéré de lire cette phrase très soigneusement. Le mot« vous ,, peut être sin-

Il

2

UNE THEORIE DE L'EVOLUTION TECHNOLOGIQUE

gu lier ou pluriel. Ce que je voulais dire c'était« vous tous». Molly 2004: C'est ennuyeux Vous voulez dire nous tous dans le monde entier? Mais tout le monde ne va pas lire ce livre! Ray: Oui, mais tout le monde le pourrait. Donc si tout le monde lisait ce livre et le comprenait, les attentes économiques seraient basées sur le modèle historique exponentiel, par conséquent les valeurs des actions augmenteraient. Molly 2004 :Vous voulez dire que si tout le monde le comprend et que chacun est d'accord. Je veux dire que le marché est basé sur des attentes, non? Ray: O.K., je suppose que j'assumais ça. Molly 2004: Donc c'est ce que vous attendez ? Ray : Eh bien, en fait, non. Si je remets mon chapeau futuriste, ma prédiction est que ces visions d'une croissance exponentielle finiront par prévaloir mais seulement au fil du temps, tandis que de plus en plus de preuves de la nature exponentielle de la technologie et de son impact sur l'économie deviendront évidentes. Cela se passera graduellement au cours de la prochaine décennie, ce qui représentera une croissance forte à long terme pour le marché. Georges 2048: Je ne sais pas, Ray. Vous aviez raison au sujet du rapport prixperformance de la technologie de l'information qui continue à croître de façon exponentielle sous toutes ses formes, et avec une croissance continue dans son exponent. Et en effet, l'économie continue à croître de façon exponentielle, en dépassant donc largement un taux de déflation extrêmement élevé. Et il se trouve aussi que le grand public a fini par adhérer à ces tendances. Mais cette réalisation n'a pas eu l'impact positif sur le marché que vous décrivez. Le marché boursier a suivi le rythme de l'économie, mais la réalisation d'un taux de croissance supérieure a fait peu de choses pour augmenter les prix. Ray: Pourquoi pensez-vous que cela s'est passé de cette façon? Georges 2048.: Parce que vous avez oublié une chose dans votre équation. Bien que les gens aient réalisé que les valeurs boursières continueraient à augmenter rapidement, cette réalisation a aussi augmenté les taux de rabais {le rythme auquel nous avons besoin de rabaisser les valeurs dans le futur lorsque nous considérons leur valeur présente). Pensez-y. Si nous savons que les stocks vont augmenter de façon significative dans une période future, nous allons avoir tendance à stocker maintenant pour réaliser ces gains futurs. Donc laperception de l'augmentation de la valeur future augmente aussi le taux de rabais. Et cela efface les attentes de prix futurs plus élevés. Molly 2104.: Hum, Georges, ce n'était pas tout à fait vrai non plu s. Ce que vous dites est logique, mais la réalité psychologique est que l'augmentation de la perception des valeurs futures ont eu un plus grand impact positif sur les prix de marché que le taux de rabais a eu d'effets négatifs. Donc l'acceptation générale de la croissance exponentielle à la fois dans les rapports prix-perf ormance de la technologie et du rythme d'activité économique a fourni une augmenta tion dans l'équité des marchés, mais pas le triplement dont vous parliez, Ray, à cause de l'effet que Georges a décrit.

Il

Molly 2004: O.K., désolée d'avoir demandé. Je pense que je vais conserver les quelques actions que je possède et ne pas m'inquiéter à leur sujet. Ray: Dans quoi avez-vous investi? Molly 2004 : Voyons voir, il y a cette nouvelle compagnie de moteur de recherche basé sur le langage qui espère pouvoir être installée sur Google. Et j'ai aussi investi dans une compagnie de batteries à carburant. Et une compagnie qui construit des senseurs pouvant voyager dans le flux sanguin. Ray: Cela me semble être un portefeuille de haute technologie à haut risque. Molly 2004: Je n'appellerais pas cela un portefeuille. Je me contente de m'intéresser aux technologies dont vous parlez. Ray: O.K., mais gardez à l'esprit que, bien que les tendances annoncées par la loi du retour accéléré soient remarquablement marquées, cela ne signifie pas que nous pouvons prédire quel compétiteur prévaudra. Molly 2004: Bien sûr, c'est pour cela que je répartis mes chances.

Il

CHAPITRE

31

la réalisation du potentiel analytique du cerveau humain Comme je l'ai évoqué dans Engines of Creation, si il est possible de bâtir une véritable Intelligence Artificielle (lA), il y a des raisons de penser qu'on peut construire des outils semblables à des neurones qui seront un million de fois plus rapides. Cela mène à la conclusion qu'on peut créer des systèmes qui pensent un million de fois plus rapidement qu'une personne. Avec l'lA, ces systèmes pourraient concevoir et faire fonctionner de nouveaux programmes. Si l'on combine cela avec la capacité d'un système à construire quelque chose de meilleur que lui-même, on obtient la possibilité d'un changement radical. Cette situation pourrait être plus difficile à gérer que la nanotechnologie, mais il est bien plus ardu d'y penser de façon constructive aujourd'hui. Donc, même si ce n'est pas le point sur lequelje me focalise dans mes discussions, je me penche régulièrement sur ce sujet en disant:" Cela aussi est important. " ERIC DREXLER, 1989

Le sixième paradigme de la technologie informatique: l'informatique moléculaire tridimensionnel et les technologies de calcul émergentes

D

ans le numéro du 16 avril1965 du magazine Electronics, Gordon Moore a écrit : « Le futur de l'électronique intégrée est le futur électronique en lui-même. Les avantages de l'intégration permettront l'arrivée d'une prolifération de l'électronique, poussant cette science dans de nombreuses aires jusqu'à présent inexplorées.',, Grâce à ces simples mots, Moore a permis à une révolution de prendre son envol, et lui a insufflé un élan qui ne cesse de s'accélérer. Pour donner à ses lecteurs une idée de la profondeur de cette nouvelle

Il

HUMANITE

2.0

science, Moore a prédit que « d'ici 1975, l'économie pourrait dicter la compression d'une quantité de composants allant jusqu'à 65 ooo sur une simple puce de silicone.» Imaginez donc cela. t:article de Moore anticipait un doublement tous les dix-huit mois du nombre de transistors (utilisés pour les éléments de calcul) qui pouva ient être installés sur un seul circuit intégré. Sa loi de 1965, « la loi de Moore» a été critiquée à l'époque parce que sa grille logarithmique du nombre de composants sur une puce ne possédait que cinq points de référence (de 1959 à 1965), ce qui faisait paraître prématurée la projection de cette tendance, ascendante jusqu'en 1975. t:estimation initiale de Moore était incorrecte, et il l'a révisée à la baisse une décennie plus tard. Mais l'idée de base -la croissance exponentielle du rapport qualité-prix de l'électronique basée sur la réduction de la taille des transistors sur un circuit intégré- était à la fois exacte et visionnaire.> Aujourd'hui, on parle de milliards de composants plutôt que de milliers. Dans les puces les plus évoluées de 2004, les transistors ne sont écartés que de 50 nm, ce qui les intègrent dans le domaine de la nanotechnologie (qui couvre des mesures de 100 nm ou moins). La disparition de la loi de Moore a été annoncée de façon régulière, mais la fin de ce remarquable paradigme continue à être projetée plus loin dans le futur. Paolo Gargini, membre d'Intel et directeur du service des technologies et des stratégies, et directeur de l'important Plan international de la technologie des semi-conducteurs (ITRS), a récemment affirmé: « Nous pouvons voir que pour au moins les 15 ou 20 prochaines années, nous continuerons sur la courbe de la loi de Moore. En fait,[ ... ] la nanotechnologie offre de nombreuses options que nous pouvons mettre en oeuvre pour continuer à améliorer le nombre de composants sur une puce. , 3 t:accélération de l'informatique a transformé toutes les relations sociales et économiques, les institutions politiques, et bien d'autres choses que je décrirai à travers cet ouvrage. Mais Moore n'a pas signalé dans ces articles que la stratégie de réduction de t aille n'était pas, en f ait, le premier paradigme à permettre une croissance exponentielle de l'informatique et de la communi cation. C'était le cinquième. Et déjà, on peut apercevoir les ébauches du suivant: le calcul au niveau moléculaire et en trois dimensions. Bien qu'il reste plus d'une décennie pour ce cinquième paradigme, il y a déjà eu de grands progrès dans toutes les technologies requises pour le sixième paradigme. Dans le prochain chapitre, j'analyse la quantité de pui ssa nce et de mémoire nécessaires pour atteindre des niveaux d'intell igence humaine et notre capacité prochaine à parvenir à ce niveau sur des ordinateurs bon marché d'ici deux décennies. Même ces très puissants ordinateurs seront loin d'atteindre des capacités optimales, et dans la dernière partie de ce chapitre je réviserai les limites de l'informatique selon les lois physiques telles que nous les comprenons aujourd 'hui. Cela nous permettra de nous projeter jusqu'aux ordin at eurs qui seront disponibles aux alentours de la fin du XXIe siècle.

Il

3

LA RÉALISATION DU POTENTIEL ANALYTIQUE DU CERVEAU HUMAIN

le pont vers l'informatique moléculaire tridimentionnelle Des étapes intermédiaires sont déjà en cours : les nouvelles technologies qui conduiront au sixième paradigme de l'informatique moléculaire tridimensionnelle incluent les nanotubes et les circuits de nanotubes, l'informatique moléculaire, !"auto-assemblage dans des circuits de nanotubes, les systèmes biologiques imitant des circuits assemblés, le calcul grâce à l'ADN, la spintronique (informatique utilisant le mouvement en spirale des électrons), grâce à la lumière, et l'informatique quantique. Beaucoup de ces technologies indépendantes pourront être intégrées dans des systèmes informatiques qui s'approcheront finalement de la capacité maximale théorique nécessaire à la matière et à l'énergie pour effectuer des calculs, et qui dépasseront de loin les capacités d'un cerveau humain. Une des approches pour construire des circuits tridimensionnels est l'utilisation de la lithographie4 lls ont été capables de contrôler les structures de l'assemblage résultant, créant des >,chacun d'entre eux est simultanément dans les deux états. Dans un processus appelé>, 1997

Quelle est la capacité analytique du cerveau humain ? Un grand nombre d'estimations ont été faites, basées sur la réplication de la fon ctionnalité des régions humaines qui ont été analysées (dont les méthodes ont été comprises) à des niveaux humains de performance. Une fois en possession d'une estimation de la capacité analytique pour une région particulière, on peut extrapoler ces capacités à l'intégralité du cerveau en considérant la portion du cerveau représentée par cette région. Ces estimations sont basées sur des simulations, qui imitent la fonctionnalité générale d'une région plutôt que de chaque neurone et de chaque connexion interneuronale dans cette région.

1

HUMANITE

2.0

Bien qu'il ne soit pas recommandé de s'appuyer uniquement sur de simples calculs, on peut trouver que ces estimations variées des différentes régions du cerveau fournissent toutes des estimations similaires pour l'intégralité du cerveau. Les estimations suivantes sont classées par ordre de grandeur, ce qui signifie que nous tentons de déterminer les quantités appropriées par le multiple de dix le plus proche. Le fait que différentes manières de faire ces estimations fournissent des réponses similaires corrobore l'approche et indique que ces estimations sont appropriées. La prédiction que la Singularité- une expansion de l'intelligence humaine par un facteur de plusieurs trillions grâce à une hybridation non-organique (support informatique ou autre)- se déroulera dans les prochaines décennies ne dépend pas de la précision de ces calculs. Même si notre estimation de la quantité de calculs requise pour simuler le cerveau humain était trop optimiste (en fait, trop faible) par un facteur même d'un millier (ce qui est peu probable, je pense), cela ne retarderait la Singularité que d'approximativement huit ans.J4 Un facteur d'un million ne la reporterait que de quinze ans, et un facteur d'un milliard ne provoquerait qu'un délai de vingt et un ans.Js Hans Moravec, le roboticien légendaire qui travaille à l'université de Carnegie Mel lon, a analysé les transformations effectuées par le circuit d'analyse d'images contenu dans la rétine.J 6 La rétine fait approximativement 2 centimètres de diamètre et un demi millimètre d'épaisseur. La majeure partie de l'épaisseur de la rétine est consacrée à la capture d'une image, mais un cinquième de celle-ci se charge de l'analyse de l'image, ce qui inclut la distinction entre l'obscurité et la lumière, et la distinction du mouvement dans un million de petites régions de cette image. La rétine, selon l'analyse de Moravec, effectue dix millions de ces détections d'angles et de mouvements chaque seconde. D'après plusieurs décennies d'expériences en création de systèmes de vision robotique, il estime que l'exécution d'une centaine d'instructions informatiques est requise pour recréer chacune de ces détections à des niveaux humains de performance. Ce qui signifie que la réplication de la fonctionnalité d'analyse d'images de cette portion de la rétine requiert 1 ooo MIPS. Le cerveau humain est à peu près soixante-quinze mille fois plus lourd que les o,o2 g de neurones contenus dans cette portion de la rétine, d'où une estimation de 1014 (100 trillions) instructions par seconde pour le cerveau tout entier.J7 Une autre estimation vient du travail de Lloyd Watts et de ses collègues qui ont créé une simulation fonctionnelle des régions du système auditif humain, que j'évoque de façon plus approfondie dans le chapitre 4. 38 Une des fonctions de ce programme que Watts a développé consiste en une t âche appelée> Le propre groupe de Watts a créé des équivalents fonctionnels de ces régions cérébrales en utilisant la compréhension des mécanismes auditifs. li estime qu'il faut 1011 eps pour recréer la localisation de sons à un niveau humain. Les régions du cortex auditif responsables de ce processus comprennent au moins 0,1% des neurones du cerveau. Nous arrivons donc de nouveau à une approximation de 1014 eps (1011 eps x 103). Une autre estimation est fourn ie par une simulation de l'université du Texas qui représente la fonctionnalité de la région du cervelet contenant 104 neurones, approximativementc'est-à-dire environ 108 eps, ou approximativement 104 eps par neurone. En extrapolant ces chiffres on arrive à une estimation de résultats de 1011 neurones avec un score de 1015 eps pour l'intégralité du cerveau. Nous évoquerons à nouveau les avancées de la rétro-ingénierie du cerveau humain plus tard, mais il est clair que nous pouvons imiter la fonctionnalité des régions du cerveau en utilisant moins d'opérations que nécessaire pour simuler les opérations précises et non linéaires de chaque neurone et de tous les composants neuronaux (l'intégralité des interactions complexes qui prennent place à l'intérieur de chaque neurone). Nous débouchons sur la même conclusion lorsque nous tentons de simuler la fonctionnalité des organes du corps humain. Par exemple, des mécanismes implantables sont testés pour stimuler la fonctionnalité du pancréas humain dans la régulation des niveaux d'insuline.4° Ces outils mesurent les niveaux de glucose dans le sang et libèrent de l'insuline d'une façon contrôlée pour maintenir les niveaux à une valeur appropriée. Bien qu'ils suivent une méthode similaire à celle d'un pancréas biologique, ils n'imitent cependant pas les cellules pancréatiques, puisque ce n'est pas nécessaire. Ces estimations restent toutes dans des ordres de grandeur comparables (1014 à 1015 eps). Puisque nous ne sommes qu'au début de la compréhension

de la rétro-ingénierie du cerveau humain, j'utiliserai un chiffre plu s modéré de 1016 eps pour nos discussions subséquentes. La simulation fonctionnelle du cerveau est suffisante pour recréer les pouvoirs humains de reconnaissance des motifs, l'intellect, et l'intelligence émotionnelle. En revanche, si nous voulons télécharger la personnalité d'une personne en particulier (capturer toutes ses connaissances, ses talents et sa personnalité, un concept que j e vais explorer en détail à la fin du chapitre 4), nous aurons besoin de simuler des processus neuronaux au niveau des neurones individ uels

HUMANITE

2.0

et des portions de neurones, telles que le soma (le corps de la cellule), l'axone (la connexion de sortie), les dendrites (des arbres de connexions entrantes), et les synapses (les régions qui connectent les actions et les dendrites). Pour cela, nous devons observer en détailles neurones individuels. L nous obtiendrons une vitesse de 1016 eps d'ici 2025. Cependant, il y a différentes manières d'accélérer cette projection. Plutôt que d'utiliser des processeurs à but générique, on peut utiliser des circuits intégrés spécifiques à une application (ASICs) pour fournir un meilleur rapport qualité-prix sur des calculs très répétitifs. De tels circuits fournissent déjà une aide précieuse pour les calculs répétitifs utilisés dans la création d'images animées dans les jeux vidéo. Les ASICs peuvent améliorer par mille le rapport qualité-prix, réduisant d'environ huit ans l'estimation de 2025. Les programmes variés, qu'une simulation du cerveau humain intégrerait, incluront aussi une grande quantité de calculs répétitifs et seront donc améliorés en utilisant des systèmes ASICs. Le cervelet, par exemple, répète un modèle de connexion basique des milliards de fois .

3

LA RÉALISATION DU POTENTIEL ANALYTIQUE DU CERVEAU HUMAIN

Nous serons aussi capables d'amplifier la puissance des ordinateurs personnels en récupérant le pouvoir de calcul inutilisé des outils de l'Internet. Les nouveaux paradigmes de communication tels que les« grilles de calcul,, permettraient de traiter chaque outil dans un réseau comme un noyau plutôt que simplement comme un« rayon ». 4 3 En d'autres mots, au lieu du simple envoi de données à partir de et vers les nœuds, chaque outil (tels que les ordinateurs personnels et les PDA) agira comme un nœud lui-même, en envoyant et en recevant des informations de n'importe quel autre matériel. Cela permettra de créer des réseaux de communication plus robustes et plus organisés. Cela simplifiera aussi l'utilisation pour les ordinateurs et les autres outils des cycles CPU inutilisés dans leur partie du réseau. Actuellement, 99 %, si ce n'est 99,9 %, des capacités de calcul de tous les ordinateurs sur Internet restent inutilisées. Si on pouvait utiliser cette puissance, elle fournirait un facteur d'amélioration du rapport qualité-prix de 102 ou de 103- De ce fait, il est raisonnable de s'attendre à ce que la capacité du cerveau humain, au moins en termes de capacité de calcul matériel, vaille un millier de dollars d'ici 2020. Une autre approche permettant d'accélérer la vitesse de calcul dans un ordinateur personnel est d'utiliser les transistors dans leur mode « analogique » originel. La plupart des processus dans le cerveau humain sont analogiques, et non digitaux. Bien que nous puissions imiter des processus analogiques à n'importe quel degré de fiabilité grâce à des calculs digitaux, nous perdons ainsi plusieurs ordres de grandeur d'efficacité. Un simple transistor peut multiplier deux valeurs représentées à des niveaux analogiques ; mais le faire avec des circuits digitaux nécessite des milliers de transistors. L'institut californien de technologie Carver Mead a été le premier à explorer ce concept. 44 Un des inconvénients de l'approche de Mead est que le temps de conception requis pour un tel calcul analogique originel est extrêmement long, la plupart des chercheurs développant des programmes pour imiter les régions du cerveau préfèrent donc généralement le détour rapide fourni par les simulations de programmes. La capacité de la mémoire humaine Comment est-ce que les capacités de calcul se comparent aux capacités de la mémoire humaine? li s'avère que nous arrivons à une estimation de temps similaire si nous observons les conditions nécessaires pour la mémoire humaine. Le nombre d'« éléments »de connaissance maîtrisés par un expert dans un domaine particulier est d'approximativement 105 pour la majeure partie des domaines. Ces éléments représentent des motifs (tels que des visages) ainsi que des connaissances spécifiques. Par exemple, on estime qu'un joueur d'échecs de classe internationale maîtrise approximativement 100 ooo positions sur le plateau. Shakespeare n'a utilisé que 29 ooo mots dans ses œuvres, mais les significations qui s'y rattachent sont plus proches de 100 ooo. Le développement

HUMANITE

2.0

des systèmes d'expertise en médecine indique que les humains ont maîtrisé approximativement 100 ooo concepts différents dans ce domaine. Si nous estimons que cette connaissance « professionnelle » ne représente que 1 % des motifs et des connaissances générales des humains, nous arrivons à une estimation de 107 éléments. D'après ma propre expérience dans la conception de systèmes pouvant stocker les éléments de connaissance, soit dans des systèmes d'expertise spécialisés, soit dans des systèmes plus généralisés de reconnaissance de modèles, une estimation raisonnable est: 106 bits par« chunk ,, (un modèle ou un item de connaissance), pour une capacité totale de 1013 (10 trillions) bits pour une mémoire humaine fonctionnelle. Selon les projections de I'ITRS (voir le tableau sur la RAM dans le chapitre 2), nous serons capables d'acheter 1013 bits de mémoire pour un millier de dollars aux alentours de 2018. Si on garde à l'esprit que cette mémoire sera des millions de fois plus rapide que les processus électrochimiques de la mémoire utilisée dans le cerveau humain, et donc plus efficace. De nouveau, si nous modélisons la mémoire humaine au niveau des connections individuelles interneuronales, nous obtenons un chiffre plus élevé. On peut estimer la quantité nécessaire au stockage des modèles de connexion et des concentrations de neurotransmetteurs à 104 bits par connexion. D'après les analystes ci-dessus, il est raisonnable de s'attendre à une disponibilité du matériel pouvant imiter la fonctionnalité du cerveau humain à approximativement mille dollars aux alentours de 2020. Comme nous en discuterons dans le chapitre 4, les programmes pouvant imiter le cerveau humain seront disponibles une décennie plus tard. Cependant, la croissance exponentielle de la capacité, de la vitesse, et du rapport qualité-prix de notre technologie et de notre matériel continuera durant cette période, ce qui fait qu'en 2030 il faudra un village de cerveaux humains (approximativement un millier) pour égaler un millier de dollars de valeur de calcul. D'ici 2050, un millier de dollars de calcul excéderont le pouvoir et la capacité de tous les cerveaux humains sur terre. Bien sûr, ces chiffres incluent les cerveaux qui utiliseront uniquement les neurones biologiques. Bien que les neurones humains soient des créations fabuleuses, nous n'allons pas (et nous ne pouvons pas) concevoir des circuits fonctionnant à l'identique. Malgré l'ingéniosité des systèmes qui se sont développés à travers la sélection naturelle, ils demeurent bien en dessous des capacités de ce que nous pouvons créer. Tandis que nous explorons et comprenons le mode de fonctionnement de nos corps et de nos cerveaux, nous sommes dans une position qui nous permet de créer des systèmes comparables qui sont cependant beaucoup plus durables et qui fonctionnent des milliers ou des millions de fois plus vite que nos systèmes biologiques issus de la sélection naturelle. Nos circuits électroniques sont déjà plus d'un million de fois plus rapides qu'un processus électrochimique

3

LA RÉALISATION DU POTENTIEL ANALYTIQUE DU CERVEAU HUMAIN

neuronal, et cette vitesse continue à accélérer. La majeure partie de la complexité d'un neurone humain est dévolue au maintien de ses fonctions vitales et non à ses capacités de traitement de l'i nformation. Lorsque nous serons finalement capables de transférer nos processus mentaux sur un substrat plus approprié, nos esprits ne seront plus lim ités par leur carapace de chair et d'os.

les limites du calcul Si un super-ordinateurfonctionne toute la journée pour calculer un problème de simulation météorologique, quelle est la quantité minimale d'énergie qui doit être dissipée selon les lois physiques? La réponse est actuellement très simple à calculer, puisqu'elle n'est pas reliée à la quantité de calcul. La réponse est toujours égale à zéro.

EDWARD FREDKIN, physicien4s

Nous avons déjà cinq paradigmes (les calculateurs électromécaniques, le calcul basé sur des relais, les tubes à vide, les transistors et les circuits intégrés) qui ont permis une croissance exponentielle du rapport qualité-prix et des capacités de calcul. À chaque fois qu'un paradigme atteint ses limites, un autre paradigme prend sa place. Nous pouvons déjà apercevoir les contours du sixième paradigme, qui conduira le calcul dans la troisième dimension moléculaire. Parce que le calcul souligne les fondations de tout ce à quoi nous nous intéressons, de l'économie à l'intellect humain et à la créativité, la question qui se pose est: y a-t-il une limite ultime à la capacité de calcul de la matière et de l'énergie? Si c'est le cas, quelles sont ces limites, et combien de temps cela prendra-t-il pour les atteindre? Notre intelligence humaine est basée sur des processus de calcul que nous commençons à comprendre. Nous finirons par être capables de multiplier notre pouvoir intellectuel en étendant les méthodes de l'intelligence humaine grâce aux capacités plus élevées du calcul non biologique. Donc, considérer les limites ultimes du calcul, c'est en réalité s'interroger sur la destinée de notre civilisation. Un des arguments fréquemment cités à l'encontre des idées présentées dans ce livre est que ces tendances exponentielles atteignent une limite, comme le font traditionnellement les tendances exponentielles. Lorsqu'une espèce rencontre un nouvel habitat, comme dans l'exemple fameux des lapins en Australie, elle croît de façon exponentielle pendant une période. Mais elle atteint un jour ou l'a utre les limites de la capacité de l'environnement à la supporter. Le processus de l'information doit être soumis à des contraintes sim ila ires. Il s'avère qu' il y a des limites au calcul, basées sur des lois physiques. Ma is celles-ci permettent une continuation de la croissance exponentielle jusqu'à ce

Il

HUMANITE

2.0

que l'intelligence non biologique soit des trillions et des trillions de fois plus puissante que toutes les civil isations humaines d'aujourd'hui, les ordinateurs contemporains inclus. Un des faits majeurs pour considérer les limites du calcul est la quantité d'énergie nécessaire. L'énergie nécessitée par MIPS n'a cessé de décroître de façon exponentielle, comme le montre le tableau suivant.46

Réduction en Watts par MIPS Repère logarithmique

10 1 ~

1

~

····-····

Frantz

--o--

Intel

---o--

Smailagic

10'" , 1965

1975

1985

1995

2005

2015

Années

Cependant, nous savons que le nombre de MIPS par ordinateur s'est développé de façon exponentielle. Savoir si les améliorations dans l'utilisation de la puissance ont su garder le rythme avec la vitesse des processeurs dépend de l'utilisation du traitement parallèle. Un grand nombre d'ordinateurs moins puissants peuvent fonctionner de façon plus efficace et en chauffant moins parce que leur calcul est réparti sur une zone plus large. La vitesse du processeur est liée au voltage, et la puissance requise est proportionnelle au carré de ce voltage. Faire fonctionner un processeur à une vitesse plus lente réduit de façon significative la consommation de puissa nce. Si nous investissons dans un traitement parallèle plutôt que dans des processeurs individuels plus rapides, il est possible que la consommation d'énergie et de dissipation de chaleur puisse maintenir un rythme égal à la croissance des MIPS par dollar, comme le montre le tableau ci-dessus. C'est essentiellement la même solution que l'évolution biologique a développée pour la conception des ce rveaux animaux. Les cerveaux humains ut ilisent cent trillions d'ordinateurs (les connexions interneuronales, où s'effectue la ma-

Il

3

LA RÉALISATION DU POTENTIEL ANALYTIQUE DU CERVEAU HUMAIN

jeure partie du traitement). Mais ces processeurs sont très lents et fonctionnent donc à une température relativement basse. Jusqu'à ces derniers temps, Intel s'était intéressé au développement de processeurs individuels de plus en plus rapides, qui fonctionnaient donc à une température de plus en plus élevée. Mais Intel est en train de progressivement changer sa stratégie en se tournant vers l'installation de processeurs multiples, en parallèle, sur une simple puce. On peut voir la technologie des puces se développer dans cette direction comme une façon de gérer les quantités de puissance nécessaires et la dissipation de cha leurY le calcul réversible Finalement, le calcul organisé grâce à un processus massivement parallèle, comme il est effectué par le cerveau humain, ne sera pas suffisant en lui-même pour maintenir le niveau d'énergie et la dissipation thermique à un niveau raisonnable. Le paradigme informatique actuel s'appuie sur ce qui est connu comme le calcul irréversible, ce qui signifie que nous ne sommes pas capables en principe de faire fonctionner des programmes informatiques à l'envers. À chaque étape dans la progression d'un programme, les données sont effacées, et les résultats du calcul passent à l'étape suivante. En général, les programmes ne conservent pas les résultats intermédiaires, puisque cela utiliserait inutilement de grandes quantités de mémoire. Cet effacement sélectif des informations est particulièrement vrai pour les systèmes de reconnaissance de modèles. Les systèmes visuels, par exemple, qu'ils soient humains ou mécaniques, reçoivent des niveaux très élevés d'information (des yeux ou des senseurs visuels) et fournissent cependant des informations relativement compactes (telles que l'identification d'un modèle reconnu). Cet acte d'effacement des données génère de la chaleur et donc nécessite de l'énergie. Lorsqu'une donnée d'information est effacée, cette information doit aller quelque part. Selon les lois de la thermodynamique, cette donnée effacée est essentiellement libérée dans l'environnement alentour, augmentant donc son entropie, qui peut être vue comme une mesure de l'information (incluant l'information apparemment désordonnée) dans un environnement. li en résulte une augmentation de la température de cet environnement (parce que la température est une mesure de l'entropie). Si, d'un autre côté, nous n'effaçons pas chaque bit d'information de chaque étape d'un algorithme, mais que nous nous contentons de le déplacer à un autre endroit, cette donnée reste dans l'ordinateur, elle n'est pas libérée dans l'environnement, ne génère pas de chaleur et ne nécessite pas d'énergie extérieure à l'ordinateur. Rolph Landauer a montré en 1961 que des opérations logiques réversibles telles que le NOT (transformer un bit en son opposé) pouvaient être effectuées sans ajout d'énergie ou sortie de chaleur, mais que des opérations logiques irréversibles telles que 11'\ND (génération d'un bit C, qui est un 1, seulement et

Il

HUMANITE

2.0

seulement si les deux entrées A et B sont des 1) nécessitent de l'énergie.48 En 1973 Charles Bennett a montré que tout calcul pouvait être effectué en utilisant uniquement des opérations logiques réversibles.49 Une décennie plus tard, Ed Fredkin et Tommaso Toffoli ont présenté dans un article l'idée du calcul réversible.so Le concept fondamental est que si vous conservez tous les résultats intermédiaires et faites ensuite fonctionner l'algorithme à l'envers lorsque vous avez fini votre calcul, vous vous retrouvez au point de départ, n'avez pas utilisé d'énergie, et n'avez pas généré de chaleur. Cependant, en cours de route;vous avez calculé le résultat de votre algorithme.

Quelle est l'intelligence d'une pierre?

Pour apprécier la possibilité d'un calcul sans énergie et sans chaleur, considérons la quantité de calcul qui a lieu dans une pierre ordinaire. Même s'il peut sembler que rien ne se déroule à l'intérieur d'un caillou, les presque 1025 atomes (10 trillions de trillions) dans 1 kg de matière sont en fait extrêmement actifs. Malgré la solidité apparente de l'objet, les atomes sont tou s en mouvement, se partageant et s'échangeant des électrons, changeant les angles de tournoiement des particules et générant des champs électromagnétiques se déplaçant rapidement. Or, toute cette activité représente des calculs, même s'ils ne sont pas organisés de façon significative. Nous avons déjà montré que les atomes peuvent stocker de l'information à une densité plus élevée qu'un bit par atom e, comme dans les systèmes de calcul construits pour les outils à résonance magnétique nucléaire. Les chercheurs de l'université d'Oklahoma ont stocké 1 024 bits dans les interactions magnétiques des protons d'une simple molécule contenant dix-neuf atomes d'hydrogèneY Donc, l'état de ce caillou à n'importe quel moment représente au moins 1027 bits de mémoire. En t erme de calcul, et en consid érant simplement les interactions électroma gnétiques, il y a au moins 1015 changements d'état par bits par seconde à l'intérieur d'une pierre de 2,2 pounds (approximativement 1 kg), ce qui représente effectivement 1042 calculs (un mi llion de trillions de trillions de tril lions) par seconde. Cependant la pierre ne nécessite aucun apport d'énergie et ne génère aucune ch aleur appréciabl e. Bien sû r, malgré toute cette activité au nivea u atom ique, cette pierre ne fournit aucun trava il utile mis à part agir comme presse-papiers ou comme décoration. C'est parce que la structure des atomes dans une pierre est pour la majeure partie aléatoire. Si, d'un autre côté, nous pouvions organiser les particules dans un but plus précis, nous pourrions avoir un ordinateur froid, ne con som mant aucune énergie, avec une mémoire d' un millier de trillions de trillions de bits et une capacité de 1042 calcul s par seconde, ce qui est approximativement de 10 trillions de fois plu s puissant que tout le cerveau humain sur t erre, même si

Il

3

LA RÉALISATION DU POTENTIEL ANALYTIQUE DU CERVEAU HUMAIN

nous utilisons l'estimation la plus élevée de 1019 cpsY Ed Fred kin a démontré que nous n'avons même pas à faire fonctionner les algorithmes à l'envers après l'obtention du résultat.sJ Fred kin a présenté plusieurs modèles de ponts logiques réversibles qui effectuent les inversions tandis qu'ils calculent et qui sont universels, ce qui signifie qu'ils permettent d'effectuer des calculs à but général. 54 Fred kin continue sa démonstration en montrant que l'efficacité d'un ordinateur construit à partir de ponts logiques réversibles peut être très proche (au moins 99 %} de l'efficacité de ceux qui sont construits à partir de ponts irréversibles. li écrit : Il est possible [... ] de mettre en application [ ...] des modèles d'ordinateurs conventionnels qui se distingueront par des composants basiques m icroscopiquement réversibles. Cela signifie qu'une opération macroscopique de cet ordinateur sera aussi réversible. Ce fait me permet de répondre à [ ...]la question [... ]:«Quelles sont les pré-requis pour qu'un ordinateur soit efficace au maximum?, La réponse est que si l'ordinateur est construit à partir de composants microscopiquement réversibles alors il peut être parfaitement efficient. Quelle quantité d'énergie un ordinateur parfaitement efficient doit dissiper pour cal culer quelque chose? La réponse est que l'ordinateur n'a aucun besoin de dissiper de l'énergie.ss La logique réversible démontrée apporte les résultats attendus en termes de réduction d'apport d'énergie et de dissipation de chaleur. 56 Les ponts logiques de Fred ki n répondent au problème principal qui se posait au calcul réversible : il nécessitait un style de programmation différent. Il argumente en disant que nous pouvons en fait construire une logique et une mémoire normale entièrement à partir de ponts logiques réversibles, ce qui permettra l'utilisation des méthodes de développement de programmes existantes et conventionnel les. Il est difficile d'ignorer la signification de cet aperçu. Une observation clé concernant la Singularité est que les processus d'information - le calcul - seront à la base de tout ce qui est important. Cette fondation primaire pour la technologie future apparaît donc comme ne requérant aucune énergie. La réalité pratique est légèrement plus compliquée. Si nous voulons trouver les résultats d'un calcul - c'est-à-dire recevoir des informations d'un ordinateur - le processus de copie de cette réponse et de transm ission à l'extérieur de cet ordinateur est un processus irréversible, un processus qui génère de la chaleur pour chaq ue bit transmis. Cependant, pour la plupart des application s intéressantes, la quantité de calcul nécessaire pour exécuter un algorithme excède largement le calcul nécessaire pour communiquer la réponse finale, donc ce dernier ne change pas de façon apprécia ble l'équation d'énergie. Cependant, à cause des effets essentiellement aléatoires th ermiques et quantiques, les opérations logiques ont un t aux d'erreur inhérent. On peut contourner ces erreurs en utilisant des codes de détection et de correction, mais

Il

HUMANITE

2.0

à chaque fois qu'un bit est corrigé, l'opération n'est pas réversible, ce qui signifie qu'elle nécessite de l'énergie et qu'elle génère de la chaleur. Généralement, les taux d'erreurs sont bas. Mais même si les erreurs n'arrivent qu'à un taux de, par exemple, 1 pour 1010 opérations, la réduction des besoins en énergie n'est que de 1010, elle n'est pas complète. Tandis que nous considérons les limites du calcul, le problème du taux d'erreur devient une partie signifiante de la conception des modèles. Certaines méthodes d'accélération des taux de calculs, telles que l'augmentation de la fréquence d'oscillation des particules,font croître aussi les taux d'erreurs. Ce qui met donc des limites naturelles à la capacité d'effectuer des calculs en utilisant la matière et l'énergie. L'amélioration de la précision des résultats se jouera aussi en se détournant des batteries conventionnelles pour s'orienter vers des petites cellules à carburant {les outils stockant l'énergie sous forme chimique, telles que des formes d'hydrogène, qui sont combinées avec l'oxygène disponible). Les cellules à carburant sont construites en utilisant la technologie des MEMS {Microelectronic Mechanical Systems)Y Tandis que nous évoluons vers le calcul moléculaire tridimensionnel grâce à des outils à une échelle nanométrique, les ressources d'énergie sous la forme de nanocellules à carburant seront largement distribuées à travers le médium informatique au milieu des processeurs massivement parallèles. Nous aborderons les technologies d'énergie basées sur la nanotechnologie dans le chapitre s. Les limites du nanocalcul

Même avec les restrictions que nous avons évoquées, les limites ultimes des ordinateurs sont très élevées. En s'appuyant sur les travaux du professeur Hans Bremermann de l'université de Californie à Berkeley et du théoricien de la nanatechnologie, Robert Freitas, le professeur du MIT, Seth Lloyd, a estim é la capacité maximum de calcul, selon les lois physiques connues, d'un ordinateur pesant 1 kg et occupant un volume de 1 1- approximativement la taille et le poids d'un petit ordinateur portable-, qu'il appelle« l'ordinateur portable ultime ».s8 La quantité potentielle de calcul augmente avec la quantité d'énergie disponible. On peut comprendre le lien entre l'énergie et la capacité de calcul comme suit. L'énergie dans une quantité de matière est l'énergie associée à chaque atome (et à chaque particule subatomique). Par conséquent, plus il y a d'atomes, plus il y a d'énergie. Comme nous l'avons évoqué ci-dessus, chaque atome peut être potentiellement utilisé pour le calcul. Plus il y a d'atomes, plus il y a de calcul. L'énergie de chaque atome ou particule augmente avec la fréquence de son mouvement: plus il y a de mouvements, plus il y a d'énergie. Le même genre de relations existe pour les calculs potentiels: plus la fréquence de mouvements est élevée, plus chaque composant {qui peut être un atome) pourra effectuer de

3

LA RÉALISATION DU POTENTI EL ANALYTI QUE DU CERVEAU HUMAIN

calculs. (On peut observer ce phénomène dans les puces contemporaines: plus la fréquence de la puce est élevée, plus la vitesse de calcul est grande.) Il y a donc une relation proportionnelle directe entre l'énergie d'un objet et son potentiel à effectuer des calculs. Lénergie potentielle dans 1 kg de matière est extrêmement élevée comme nous le savons d'après l'équation d'Einstein, E=mc2. La vitesse de la lumière au carré est un nombre très élevé : approximativement 1017 m2/ s2 Le potentiel de la matière pour le calcul est aussi gouverné par un nombre très petit, la constante de Planck : 6,.6 x 10- 34joule par seconde (une joule est une mesure d'énergie). C'est l'échelle m inimale à laquelle on peut utiliser l'énergie pour le calcul. Nous obtenons la limite théorique de calcul d'un objet en divisant l'énergie totale (l'énergie moyenne de chaque atome ou particule fois le nombre de ces particules) par la constante de Planck. Lloyd montre comment la capacité potentielle de calcul d'un kilogramme de matière est égale à TI fois l'énergie divisée par la constante de Planck. Puisque l'énergie est un nombre très élevé et que la constante est très petite, cette équation génère un nombre extrêmement élevé: approximativement 5 x 1050 opérations par seconde.s9 Si nous mettons en relation ce chiffre avec les estimations les plus conservatrices de la capacité du cerveau humain (1019 eps et 1010 humains}, cela représente l'équivalent de cinq milliards de trillions de civilisations humaines. 60 Si nous utilisons le chiffre de 1016 eps que j'estime suffisant pour une limitation fonctionnelle de l'intelligence humaine, l'ordin at eur portable ult ime fonctionnera avec l'équivalent du pouvoir du cervea u de cinq trillions de t rillions de civilisations humaines.61 Il pourra effectuer l'équivalent de toutes les pensées humaines au cours des dix mille dernières années (c'est-à-dire, dix mi ll iards de cerveaux humains fonctionnant pendant dix mille an s) en un di x-m illième de na noseconde 62 De nouveau, il y a quelques restrictions à apporte r. La conversion de t oute la masse de notre portable d'approximativement un ki logramme en énergie équivaudrait à une explosion thermonucléaire. Bien sûr, nous ne voulons pas voir notre ordinateur exploser mais bien plutôt rester dans sa dimension d'un litre. Cela nécessitera donc un emballage soigneux. En analysa nt l'entropie ma xi mum (les degrés de liberté représentée par l'état de toutes les pa rt icules) dans un te l outil, Lloyd montre qu'un t el ordinateur aurait une ca pacité th éorique de mémoire de 1031 bits. Il est difficile d'imaginer les technologies qui pourraient aller jusque-là et atteindre ces limites. Mais nous pouvons envisager des technologies qui pourraient s'en approcher raisonnablement. Le projet de l'université d'Oklahoma montre que la capacité de stockage d'au moins 50 bits d'informations par atome est possible (bien que sur un petit nombre d'at omes seulem ent, jusqu'à présent). Stocker 1027 bits de mémoire dans les 1025 atomes d'un kilogramme de matière devrait donc être éventuellement réa lisable.

HUMANITE

2.0

Mais comme de nombreuses propriétés de chaque atome pourraient être exploitées pour stocker des informations -telles que la position précise, le tournoiement, l'état quantique de toutes ses particules - on peut probablement faire mieux que ces 1027 bits. Le neuroscientifique Anders Sandberg estime la capacité de stockage potentiel d'un atome d'hydrogène à approximativement 4 millions de bits. Ces densités n'ont pas encore été démontrées, nous utiliserons donc les estimations les plus conservatrices.63 Comme nous l'avons évoqué cidessus, 1042 calculs par secondes pourraient être atteints sans produire de chaleur significative. Mais développer de façon complète des techniques de calcul réversible, en utilisant des concepts et des modèles qui génèrent des niveaux d'erreurs bas, et qui permettent des quantités raisonnables de dissipation d'énergie, signifierai l'obtention d'une puissance de 1042 à 1050 calculs par seconde. La représentation de la distance à parcourir entre ces deux limites est complexe. Examiner les problèmes techniques qui surviendront tandis que nous passerons de 1042 à 1050 est au-delà du sujet de ce chapitre. Nous devons garder à l'esprit, cependant, que la façon d'y arriver n'est pas de commencer avec la limite ultime de 1050 puis de rebrousser chemin en se basant sur des considérations pratiques. Au contraire, la technologie continuera à se développer, util isant ses dernières réussites pour progresser au niveau suivant. Lorsque nous arriverons à une civilisation avec 1042 eps (pour 1 kg), les scientifiques et les ingénieurs de cette époque utiliseront la puissance de leur intelligence non biologique pour comprendre comment atteindre 1043, puis 1044, et ainsi de suite. Je m'attends à ce que nous arrivions très près de ces limites ultimes. M ême à 1042 eps, un « ordinateur portable ultime» d'approximativement 1 kg sera capable d'effectuer l'équivalent de toutes les pensées humaines au cours des derniers dix millénaires (équivalent à 10 milliards de cerveaux humains pendant 10 ooo ans) en 10 microsecondes.64 Si nous examinons le tableau de « la croissance exponentielle du calcu l ,, du chapitre 2, nous pouvons voir que cette quantité de calcul est estimée à m ille dollars en 2080. Un concept plus modeste mais plus attractif pour un ordinateur réversible et massivement parallèle est le concept, entièrement mécanique, du nana-ordinateur breveté par Eric Drexler6 s Les calculs sont effectués en manipulant des baguettes à l'échelle nanométrique, manipulées par des ressorts. Après chaq ue calcul, les baguettes contenant des données interméd iaires retournent à leur position originelle, permettant donc le calcul inversé. Ce périphérique possède un trillion de processeurs (1012) et fournit un taux général de 1021 eps, suffisant pour simuler cent mille cerveaux humains dans un centimètre cube. Établir une date pour la Singularité

Un seuil plus modest e mais néanmoins plus m arqué sera atteint bea ucoup plus t ôt. Au début des an nées 2030, un millier de dollars de ca lcu ls achèteront

Il

3

lA RÉAliSATION DU POTENTIEl ANAlYTIQUE DU CERVEAU HUMAIN

probablement aux alentours de 1017 eps (probablement aux alentours de 1020 en utilisant les ASICs et en réunissant le calcul distribué à travers Internet). Aujourd'hui nous dépensons plus de 1011 millions de dollars (100 milliards) en calcul chaque année, ce qui augmentera à 1012 dollars (1 trillion de dollars) d'ici 2030. Donc nous produirons approximativement 1026 à 1029 eps, en calcul non biologique, par an au début des années 2030. C'est presque égal à notre estimation pour la capacité de toute l'intelligence biologique humaine vivante.

Cela représentera en effet un changement profond, et c'est pour cette raison que j'ai établi à 2045 la date de la Singularité - qui représente une transformation profonde et perturbatrice des capacités humaines.

Même si c'est juste égal à la capacité de nos propres cerveaux, cette portion non biologique de notre intelligence sera plus puissante parce qu'elle pourra combiner les pouvoirs de reconnaissance des modèles de l'intelligence humaine avec la capacité de partage de mémoire et de talent ainsi que la fiabilité mémorielle des machines. Cette portion non biologique continuera à opérer au maximum de sa capacité, ce qui est loin d'être le cas pour l'humanité biologique d'aujourd'hui, les 1026 eps représentés par la civilisation humaine biologique d'aujourd'hui étant pauvrement utilisés. Cet état des calculs au début des années 2030 ne représentera cependant pas la Singularité, parce que cela ne correspondra pas encore à une profonde expansion de notre intelligence. Au milieu des années 2040,, ce millier de dollars de calculs sera égal à 1026 eps, l'intelligence créée par an (pour un coût total de 1012 $)sera donc approximativement un milliard de fois plus puissante que toute l'intelligence humaine aujourd'hui. 66Malgré la prédominance claire de l'intelligence non biologique au milieu des années 2040, nous serons toujours une civilisation humaine. Nous allons transcender la biologie, mais non notre humanité. Je reviendrai sur ce sujet dans le chapitre 7· Si on revient aux limites de calcul selon les lois de la physique, les estimations ci-dessus ont été exprimées en termes d'ordinateurs portables parce que c'est une forme familière aujourd'hui. Cependant, dans la seconde décennie de ce siècle, la plupart des calculs seront distribués à travers tout l'environnement. Le calcul sera partout: dans les murs, dans nos meubles, dans nos vêtements, et dans nos corps et nos cerveaux. Et, bien sûr, la civilisation humaine ne sera pas limitée aux calculs avec juste quelques kilogrammes de matière. Dans le chapitre 7, nous allons examiner le potentiel de calcul d'une planète de la taille de la Terre et d'ordinateurs à l'échelle du système solaire, de galaxies et de l'intégralité de l'univers connu. Comme nous pourrons le voir, la quantité de temps requise pour notre civilisation humaine pour atteindre de telles échelles de calcul- et d'intelligence-, qui iront

HUMANITE

2.0

au-delà de notre planète et dans l'univers, pourrait être beaucoup plus faible que ce qu'on aurait pu imaginer. la mémoire et l'efficacité du calcul :une pierre versus le cerveau humain Avec les limitations de matière et d'énergie de notre esprit pour effectuer des calculs, deux mesures utiles sont l'efficacité de la mémoire et l'efficacité du calcul d'un objet. Elles sont définies comme les fractions de mémoire et de calcul se déroulant dans un objet et qui sont véritablement utiles. De plus, nous avons besoin de considérer le principe d'équivalence : même si le calcul est utile, si une méthode plus simple produit un résultat équivalent, nous devons donc évaluer le calcul vi s-à-vis de l'algorithme le plus simple. En d'autres mots, si deux méthodes permettent d'obtenir le même résultat mais qu'une d'entre elles utilise plus de calculs que l'autre, la méthode utilisant le plus de ressources sera évaluée en considérant la méthode la plus rapide comme point de comparaison. 67 le but de ces comparaisons est d'évaluer la distance qu'est capable de parcourir l'évolution biologique entre des systèmes ne possédant pas l'intel ligence (une simple pierre, qui n'effectue aucun ca lcul utile) à la ca pacit é ult ime de la matière d'effectuer des calculs ayant un but. L'évolution biologique nous a conduit en partie sur cette voie, et l'évolution technologique (qui, comme je l'ai signalé précédemment, représente une continuation de l'évolution biologique) nous rapprochera encore plus de ces limites. Rappelons qu'une pierre d'un kilogramme possède 1027 bits d'inf ormation encodés dans l'état de ces atomes et environ 1042 eps représentés par l'activité de ses particules. Puisque nous parlons d'une pierre ordinaire, avancer que sa surface peut stocker approximativement un millier de bits est peut-être une estimation arbitraire, mais généreuse. 68 Cela représente 10-24 de sa capacité théorique, ou une efficacité mémorielle de 10-24.69 On peut aussi utiliser une pierre pour f aire les ca lculs. Par exemple, en lâchant cette pierre d'une hauteur particulière, on peut calculer la quantité de temps nécessaire à un objet pour tomber de cette hauteur. Bien sûr, ce la représente très peu de calcul : peut-être 1 eps, ce qui signifie que son efficacité de cal cul est éga le à 10- 42J0 En comparaison, que peut-on di re sur l'efficacité du cerveau humain? Aupa ravant dans ce chapitre nous avons évoqu é co mment chacune des 1014connexions interneuronales peuvent stocker environ 104 bits dans les concentrations de connexions de neurotransmetteurs ainsi que dans les synapses et les dendrites, pour un total de 1018 bits. le cerveau humain pèse approximativement le même poids que notre pierre (actuellement plu s proche de 1,5 kg, mai s puisque nous travaillon s avec des ordres de m agnitude, ces mesures sont re lativement proches). li est plus chaud qu'une pierre, mai s nous pouvon s t oujours util iser la même estim ation d'approximativement 1027 bits de capa cité mémoriel le t héorique (en estimant que nous pouvon s stocker 1 bit dans chaque atome). Cel a

3

LA RÉALISATION DU POTENTIEL ANALYTIQUE DU CERVEAU HUMAIN

équivaut à une efficacité mémorielle de 10-g. Cependant, en appliquant le principe d'équivalence, nous ne devrions pas utiliser les méthodes déficientes de codage du cerveau pour évaluer l'efficacité de sa mémoire. En utilisant l'estimation de notre mémoire fonctionnelle de 1013 bits, nous obtenons une efficacité mémorielle de 10-14. C'est approxima tivement à mi-chemin entre la pierre et l'ordinateur portable ultime, sur une échelle logarithmique. Cependant, bien que la technologie progresse de façon exponentielle, nos expériences se déroulent dans un monde linéaire, et sur une échelle linéaire le cerveau humain est bien plus proche de la pierre que le dernier ordinateur portable. Par conséquent, quelle est l'efficacité de calcul du cerveau ? De nouveau, nous avons besoin d'appliquer le principe d'équivalence et d'utiliser l'estimation de 1016 eps requise pour im iter la fonctionnalité du cerveau, plutôt que l'estimation la plus haute (1019 eps) requise pour imiter toutes les connexions non linéaires dans chaque neurone. Avec une capacité théorique des atomes du cerveau estimée à 1042 eps, cela nous donne une efficacit é de calcul de 10-26. De nouveau, plus proche d'une pierre que de l'ordinateu r portable ultime, même sur une échelle logarithmique. Nos cerveaux ont évolué de façon significative dans leur efficacité mémorielle et de calcul par rapport à des objets prébiologiques comme les pierres. Mais nous avons clairement de nombreux seuils d'efficacité et d'amélioration à franchir dans la première moitié de ce siècle. Dépasser l'ultime: la pico- et la femtotechnologie, et dépasser la vitesse de la lumière

Les limites approximatives de 1042 eps pour un ordinateur froid de 1 kg et de 1050 eps pour un ordinateur (très) chaud, sont basées sur le calcul avec les atomes. M ais les limites ne sont pas toujours ce qu'elles semblent être. Les nouvelles compréhensions scientifiques ont les moyens de repousser les limites apparentes. Un des nombreux exemples de cette situation au début de l'histoire de l'aviation, était une analyse par consensus des limites de la propulsion par jet qui avait apparemment démontré que les avions à réaction ét aient impossibles à réaliser.7' 1 1, et

Ces limites que j 'ai évoquées ci -dessus représentent les limites de la nanatechnologie basées sur notre compréhension actuel le. M ais que peut-on dire à propos de la picotechnologie, mesurée en milliardième de mètre (10-12 mètre), et de la femtotechnologie, à une échelle de 10- 15 mètre? À ces échelles, nous aurions besoin de ca lcu ler avec les pa rticu les subatom iques. Des tail les si peti tes ouvrent aussi la possibilité de vitesses et de densités encore plus élevées. Nous possédons au moins plusieurs t echnologies qui ont déjà adopté l'échelle picométrique. Les scientifiques allemands ont créé un microscope à force

HUMAN ITE

2.0

atomique (AFM) qui permet d'observer des formes sur un atome de seulement 77 picomètres.7 2 Une technologie possédant une résolution encore plus élevée a été créée par des scientifiques de l'université de Californie à Santa Barbara. ils ont inventé un détecteur de mesures extrêmement sensible, avec un faisceau physique à base de cristal d'arséniure de gallium; un système de détection pouvant mesurer une inclinaison du faisceau à partir d'un picomètre. Cet outil va servir à fournir un test du principe d'incertitude de HeisenbergJ3 Dans cette échelle de temps les scientifiques de l'université de Cornell ont démontré une technologie d'images basées sur la dispersion de rayons X qui permet de filmer le mouvement d'un simple électron. Chaque image représente seulement 4 attosecondes (10- 18 secondes, chacune d'un milliardème de milliardème de secondes).74 Cet outil permet d'obtenir une résolution spatia le de 1 angstrëim (10- 10 mètre, ce qui correspond à 100 picomètres). Mais notre compréhension de la matière à ces échelles, plus particu lièrement à l'échelle femtométrique, n'est pas encore suffisamment développée pour proposer des paradigmes de calcul. Engines of Creation (l 'ouvrage de 1986, d"Eric Drexler qui a fourni les bases de la nanotechnologie) n'a pas encore été écrit pour la pico- et la femtotechnologie. Cependant, chacune des théories en compétition pour le comportement de la matière de l'énergie à ces échelles part d'un modèle mathématique basé sur des transformations calculables. La plupart des transform ation s en physique fourni ssent les fond ation s pour le calcul universel (les tran sform ations à partir desquelles on peut co nstrui re des ordinateurs à but générique), et il serait possible que les comportements à l'échelle pico- et femtométrique soient sim ilaires. Bien sûr, même si les mécanismes basiques de la matière à ces échel les sont un matériel pour le calcul universel en théorie, nous devrons toujours concevoir les outil s nécessaires pour créer de grandes quantités d'éléments de calcul et apprendre à les contrôler. Ces défis sont similaires à ceux qui ont déj à ét é relevés dans le champ de la nanotechnologie . De nos j ours, nous devons regard er la réalisation des calculs à l'échelle pico- et femtométrique comme spéculative. Mais le calcul à l'échelle nanométrique fournira de grands niveaux d'intelligence, et notre intelligence future trouvera les moyens de le faire. L'expérience mentale que nous f erons n'est pas ce lle que les hu m ains d'a ujourd 'hu i peuvent fa ire, mais plutôt une projection de ce que nous serons ca pables de faire grâce à l'immense intelligence f utu re basée sur la nanotechnologie (qui sera des mil liards et des milliards de fois plus puissante que l'intelligence biologique humaine contemporaine) sur ces concepts encore plu s miniaturisés. Il est proba ble, à mon avi s, que notre intelligence future basée sur la nanotechnologie sera capable de créer des outil s de calcul sur des échell es infé rieures à la nanot echnologie, m ais les projections dans cet ouvrage ne con ce rn ent que la Si ngu larité et ne s'appuient pas su r cette spécul ation. Outre réduire la t aille des calculs, nous pouvons l'agrandir- nous pouvons

3

LA RÉALISATION DU POTENTIEL ANALYTIQUE DU CERVEAU HUMAIN

répliquer ces outils minuscules à grande échelle. Lorsque la nanotechnologie sera à son apogée, les ressources de calculs pourront être autorépliquantes et pourront donc rapidement convertir la masse et l'énergie en une forme intelligente. Cependant, nous serons limités par la vitesse de la lumière, car la matière dans l'univers est répartie sur de très grandes distances. Comme nous l'évoquerons plus tard, il existe des suggestions disant que la vitesse de la lumière peut ne pas être immuable. Les physiciens Steve Lamareaux et Justin Torgerson du laboratoire national de Los Alamos ont analysé les données d'un vieux réacteur nucléaire naturel qui a provoqué une réaction de fission pendant plusieurs centaines de milliers d'années dans ce qui est aujourd'hui l'Afrique de I'OuestJs En examinant les isotopes radioactifs qui restent du réacteur et en les comparant aux isotopes issus de réactions nucléaires similaires actuelles, ils ont déterminé que la constante physique alpha (appelée aussi la constante de structure fine), qui détermine la puissance de la force électromagnétique, a apparemment changé au cours des deux derniers milliards d'années. Cela signifie beaucoup en physique puisque la vitesse de la lumière est inversement proportionnelle à l'alpha, et que toutes les deux ont été considérées comme des constantes immuables Lalpha aurait apparemment diminué de 4,5 parts sur 108. Si c'était confirmé, cela pourrait signifier que la vitesse de la lumière a augmenté. Bien sûr ces résultats d'exploration devront être soigneusement vérifiés. S'ils sont vrais, ils pourraient être d'une très grande importance pour le futur de notre civilisation. Si la vitesse de la lumière a augmenté, ce n'est certainement pas le résultat du passage du temps mais de la modification de certaines conditions. Si la vitesse de la lumière a changé, c'est à cause de circonstances qui se sont modifiées; cela entrouvre suffisamment la porte pour que les vastes pouvoirs de notre technologie et de notre intelligence future s'y engouffrent. C'est le type d'indice scientifique que les techn iciens peuvent exploiter. La conception humaine s'empare souvent d'un effet naturel subtil, et le contrôle afin d'obtenir un meilleur appui et un meilleur moyen d'action. Même s'il nous est difficile d'augmenter de façon significative la vitesse de la lumière sur les longues distances de l'espace, l'effectuer sur la courte distance d'un outil de calcul aura ainsi des conséquences importantes sur l'extension du potentiel de calcul. Nous allons explorer d'autres approches étonnantes pouvant augmenter, ou contourner, la vitesse de lumière dans le chapitre 6. Augmenter la vitesse de la lumière est, bien sûr, spéculatif aujourd'hui, et aucune des analyses soulignant nos attentes de la Singularité ne s'appuie sur cette possibilité. Retourner dans le temps

Une autre possibilité curieuse - et hautement spéculative- est de renvoyer un processus de calcul dans le temps à travers un « trou de ver, dans l'espace

HUMANITE

2.0

temps. Le physicien Todd Brun de l'institut des études avancées de Princeton a analysé la possibilité de calcul en utilisant ce qu'il appelle une>souvent cité dans les discussions sur le voyage temporel. Ce paradoxe bien connu détaille comment une personne A qui retourne dans le temps pourrait tuer son grand-père, causant la disparition de l'existence de A, ce qui résulterait dans le fait que A ne pourrait pas avoir tué son grand-père, ce qui ferait que A existerait, et repartirait dans le temps pour tuer son grand-père, et ainsi de suite, ad infinitum. Le processus de calcul et de modification de la trame temporelle de Brun ne semble pas provoquer ce problème parce qu'il n'affecte pas le passé. Il produit une réponse déterminée et non ambiguë à une question posée dans le présent. La question doit avoir une réponse précise, et cette réponse n'est pas présentée tant que la question n'est pas posée, bien que le processus permettant de déterminer la réponse puisse prendre place avant que la question soit posée en utilisant le CTC. En fait, le processus de résolution de la question peut prendre place après que la question est posée et ensuite on utilise un CTC pour renvoyer la question dans le présent (mais pas avant que la question ne soit posée, parce que cela introduirait le paradoxe du grand-père). Il se peut qu'il y ait des barrières fondamentales (ou des limitations) à un tel procédé que nous ne comprenons pas encore, mais ces barrières doivent encore être identifiées. Si c'est réalisable, cela permettrait d'étendre grandement le potentiel des calculs locaux. De nouveau, toutes les estimations sur les capacités de calcul et sur les capacités de la Singularité ne s'appuient sur aucune des conjonctures de Brun.

Eric Drexler: Je ne sais pas, Ray. Je suis pessimiste au sujet des projections pour la picotechnologie. Avec les particules stables que nous connaissons, je ne vois pas comment une structure à l'échelle picométrique peut exister sans les pression s énormes que l'on peut tro uver dans une étoile effondrée- une rein e blanche ou une étoi le neutron- et là tu obtiendrais un morceau de matériel semblable à du métal mais des millions de fois plus dense. Cela ne semble pas très utile, même s'il était possible de le créer dans notre système solaire. Si la physique incluait une particule stable comme un électron mais une centaine de fois plus massive, ce serait une autre histoire, mais nous n'en connaissons pas. Ray: Aujourd'hui nou s pouvon s manipuler les particules subatom iques avec des accélérateurs qui sont relativement proches des conditions trouvées dans une étoile neutron. De plus, nou s pouvons m anipuler les particules subatomiques comme les électrons grâce à des outils portables. Les scientifiques ont ré-

3

LA RÉALISATION DU POTENTIEL ANALYTIQUE DU CERVEAU HUMAIN

cemment capturé et arrêté un photon en pleine course. Eric: Oui, mais quel genre de manipulation ? Si nous comptons sur la manipulation de petites particules, alors toutes les technologies sont d'ores et déjà des picotechnologies, parce que toute matière est faite de particules subatomiques. Écraser des particules ensemble dans des accélérateurs produit des débris, pas des machines ou des circuits. Ray: Je n'ai pas dit que nous avions résolu les problèmes conceptuels de la picotechnologie. J'ai écrit que tu allais le faire en 2072. Eric : Oh, super, maintenant je vois que tu espères que je vais vivre longtemps. Ray : Eh bien, oui, si tu restes au sommet de la santé et que tu utilises toutes les avancées technologiques et médicales, comme j"essaie de le faire, j'imagine que tu seras en bonne santé à cette époque. Molly 2104 . -Oui, certains d'entre vous, les baby-boomers, ont vécu jusque-là. M ais la plupart n'ont pas fait attention aux opportunités en 2004 pour augmenter la longévité humaine et pouvoir prendre avantage de la révolution de la biotechnologie, qui a vraiment débuté une décennie plus tard, suivie par la nanotechnologie une décennie encore après. Molly 2004.-Donc, Molly 2104, ça doit être quelque chose, si on considère qu'un millier de dollars de calcul en 2080 peut effectuer l'équivalent de ce que dix milliards de cerveaux humains pensent pendant dix milliers d'années en dix microsecondes. Cela a assurément progressé encore plus loin en 2104, et je suppose que vous avez accès à plus d'un millier de dollars de calculs. Molly 2104: En fait, des millions de dollars en moyenne, des milliards si j'en ai besoin. Molly 2004: C'est assez difficile à imaginer. Molly 2104 : Et bien, oui, je suis plutôt intelligente quand j'en ai besoin. Molly 2004 : En réalité, vous n'avez pas l'air très intelligente. Molly 2104: En fait, j 'essaie de me mettre à votre niveau. M olly 2004 : Et, attendez une m inute, Mlle Molly du f ut ur... Georges 2 048: M esdames, s'il vou s plaît , vous êtes toutes deux t rès engagea ntes. Molly 2004 : Oui, eh bien, allez dire ça à mon double - elle a l'impression d'être un milliard de fois plus intelligente que moi. Georges 2048 : Elle est votre fut ur, vous savez. De plus, j'ai toujours ressenti quelque chose de spécial pour les f emm es biologiques. Molly 2 10 4 : Ou i, qu'est -ce que vous savez des fem mes biologiques de t oute façon? Georges 2048: J'a i lu beaucoup de choses sur le sujet et je me suis engagé

dans des simulations très précises. Molly 2004: J'ai l'impression qu'il vous manque quelque chose à tous les deux, et que vous n'en êtes même pas conscients. Georges 2048: Je ne vois pas comment ce serait possible. Molly 2104: C'est clair. Molly 2004 : Je ne pensais pas que vous vous en apercevriez. Mais il y a une chose que je comprends que vous pouvez faire et que je trouve super. Molly 2104: Juste une? Molly 2004: Une à laquelle je pense, maintenant. Vous pouvez mélanger votre système de pensée avec celui de quelqu'un d'autre et conserver votre identité séparée en même temps. Molly 2104 : Si la situation -et la personne- convient, alors, oui, c'est une expérience sublime. Molly 2004: Comme tomber amoureux? Molly 2 104:: Comme être amoureux. C'est la meilleure f açon de tout partager. Georges 2048: Je pense que ça te plaira, Molly 2004. Molly 2104 :Tu devrais le savoir, Georges, puisque tu es la première personne avec laquelle je l'ai fait.

CHAPITRE

41

Réalisation du logiciel de l'intelligence humaine. Comment effectuer la rétro-ingénierie du cerveau humain Il y a de bonnes raisons de penser que nous sommes arrivés à une étape importante, et qu'il sera possible dans les deux prochaines décennies de formuler une théorie de la compréhension des fonctions cérébrales. Ce point de vue optimiste est basé sur diverses tendances mesurables, ainsi que sur l'observation souvent vérifiée dans l'histoire des sciences : les avancées scientifiques sont rendues possibles par des avancées technologiques qui nous permettent de voir ce qui était jusque-là invisible. Au début du XXIe siècle, nous avons franchi une étape importante à la fois dans le domaine des neurosciences et de la puissance de calcul. Pour la première fois, nous en savons assez sur nos cerveaux, et nous avons assez progressé dans les technologies de calcul, pour créer un modèle vérifiable, en temps réel et de bonne qualité, des parties significatives de notre intelligence. LLOYD WATTS, neuroscientifique'

Maintenant, et pour la première fois, nous pouvons observer le cerveau à l'œuvre d'une manière globale et avec une telle clarté que nous devrions être capables de découvrir les programmes sous-tendant ses superbes capacités. J. G. TAYLOR, B HORWITZ, K. J. FRISTON, neuroscientifiques'

Le cerveau est une bonne chose, c'est la preuve existante qu'un arrangement de matière peut produire l'esprit, effectuer un raisonnement intelligent, reconnaÎtre des modèles, apprendre et réaliser beaucoup d'autres tâches importantes ayant un intérêt conceptuel. Nous pouvons donc apprendre à concevoir de nouveaux systèmes en empruntant des idées au cerveau [. ..] Le cerveau est mal organisé, c'est un système évolué mais confus, où de nombreuses interactions n'existent qu'à cause des contingences de l'évolution [. ..]D'un autre côté, il doit aussi être robuste (puisque nous devons survivre avec

Il

HUMANITE

2.0

lui) et être capable de supporter de grandes variations et agressions environnementales, ce qui fait que le véritable indice fourni par le cerveau pourrait être la façon de créer des systèmes complexes et résistants qui s'organisent raisonnablement bien seuls [. ..] Les interactions à l'intérieur d'un neurone sont complexes, mais à un autre niveau les neurones semblent être des objets simples qui peuvent être facilement reliés ensemble dans des réseaux flexibles. Les réseaux corticaux sont désorganisés localement mais de nouveau, à un autre niveau, les connexions ne sont pas si complexes. Il est probable que l'évolution ait produit une quantité de modules ou de thèmes répétitifs qui sont réutilisés, et lorsque nous les comprendrons ainsi que leurs interactions nous pourrons créer quelque chose de similaire. ANDERS SANDBERG, neuroscientifique informaticien, Royal lnstitute of Technology, Suède

la rétro-ingénierie du cerveau :un aperçu de la tâche

L

a combinaison de l'intelligence humaine avec la supériorité inhérente en vitesse, en acuité et en capacité de partage de mémoire d'un ordinateur sera formidable. Jusqu'à présent, cependant, la plupart des recherches en lA ont utilisé des méthodes industrielles qui ne sont pas nécessairement basées sur le fonctionnement du cerveau humain, pour la simple raison que nous ne possédons pas les outils précis nécessaires pour développer des modèles détaillés de la cognition humaine. Notre capacité à effectuer la rétro-ingénierie du cerveau humain -le voir à l'intérieur, le modéliser, faire des simulations de ses différentes régions- se développe de façon exponentielle. Nous finirons par comprendre les principes de fonctionnement soulignant tout l'éventail de notre propre mode de pensée, une connaissance qui nous fournira des outils et des méthodes extrêmement puissantes pour le développement des machines intelligentes. Nous allons modifier, améliorer, et étendre ces techniques et nous les appliquerons aux technologies informatiques qui sont bien plus puissantes que les processus électrochimiques se déroulant dans les neurones biologiques. Un des bénéfices principaux de ce grand projet sera l'aperçu précis qu'il nous offrira de nous-mêmes. Nous découvrirons aussi de nouvelles techniqu es extrêmement efficaces pour traiter les problèmes neurologiques tels que la maladie d'Al zheimer, les attaques cérébrales, la maladie de Parkinson, et les déficiences sensorielles, sans compter les extensions de nos intelligences. Les nouveaux outils d'imagerie cérébrale et de modélisation

Il

4

RÉALISATION DU LOGICIEL DE L'INTELLIGENCE HUMAINE

La première étape de la rétro-ingénierie cérébrale est l'observation du cerveau pour déterminer comment il fonctionne. Jusqu'à présent, nos outils étaient rudimentaires, mais cela est en train de changer, tandis que les nouvelles technologies de scanner fournissent des résolutions spatiales et temporelles largement améliorées, de meilleurs rapports qualité-prix, et une meilleure bande passante. De façon simultanée, nous accumulons rapidement des données sur les caractéristiques précises et les dynamiques des parties et des systèmes constituants du cerveau, des synapses individuelles aux grandes régions telles que le cervelet, qui contient plus de la moitié des neurones du cerveau. Des bases de données étendues cataloguent de façon méthodique la croissance exponentielle de nos connai ssances du fonctionnement cérébral.l Des chercheurs ont montré que nous pouvons rapidement comprendre et appliquer ces informations en construisant des modèles et des simulations opérationnelles. Ces simulations de régions cérébrales sont basées sur les principes mathématiques de la théorie de la complexité et du calcul chaotique et fournissent déjà des résultats qui s'approchent des résultats d'expériences obtenues sur des cerveaux humains et animaux. Comme nous l'avons évoqué dans le chapitre 2, la puissance des outils de calcul et de scanner nécessaires pour effectuer la rétro-ingénierie du cerveau se développe de façon croissante, de même que l'accélération de la technologie qui a rendu possible le projet de catalogue du génome. Lorsque nous atteindrons l'ère des nanobots (voir le tableau,« Utilisation des nanobots pour le scanner " • page 163), nous serons capables de scanner l'intérieur du cerveau avec une résolution spatiale et temporelle extrêmement élevée. 4 Il n'y a pas de barrières inhérentes nous empêchant d'accomplir la rétro-ingénierie des principes opérationnels de l'intell igence humaine et de répliquer ces capacités sur les systèmes informatiques plus puissants qui seront disponibles dans les décennies à venir. Le cerveau humain est une hiérarchie complexe de systèmes complexes, mais il ne représente pas un niveau de complexité supérieur à ce que nous sommes d'ores et déjà capables de gérer. Les logiciels du cerveau Le rapport qualité-prix du calcul et de la communication double ch aque année. Comme nous l'avons vu précédemment, les capacités de calcul nécessaires pour imiter l'intelligence humaine seront disponibles dans moins de deux décennies.s Une des suppositions principales soulignant l'attente de la Singularité est que les systèmes non biologiques seront capables d'imiter la richesse, la subtilité et la profondeur de la pensée humaine. Mais réussir à imiter la capacité de calcul d'un simple cerveau humain- ou même l'intelligence collective de villages ou de nations- ne fournira pas automatiquement des niveaux de capacité humaine. (En évoquant des « niveaux humains,, j'inclus toutes les façons diverses, subtiles et variées qui font l'intelligence huma ine, y compris les capacités

Il

HUMAN ITE

2.0

musicales et artistiques, la créativité, les déplacements à travers le monde et la compréhension, ainsi que les réponses appropriées aux émotions). La capacité de calcul matériel est nécessaire mais n'est pas suffisante. Comprendre l'organisation et le contenu de ses ressources- le programme de l'intelligence- est encore plus critique, et c'est l'objectif principal de la rétro-ingénierie du cerveau humain. Une fois qu'un ordinateur aura atteint un niveau humain d'intelligence, il va obligatoirement le dépasser largement. Lun des avantages principau x de l'intelligence non biologique est que les machines peuvent facilement partager leurs connaissances. Si vous apprenez le français ou que vous lisez Guerre et Paix, vous ne pouvez pas immédiatement me télécharger cet apprentissage et ces connaissances fraîchement acquises, que je devrais acquérir à travers l'éducation de la même façon que vous. Je ne peux pas (encore) avoir un accès rapide à votre connaissance ou la transmettre, puisqu'elle est intégrée dans un large réseau de concentration de neurotransmetteurs (des niveaux chimiques dans les synapses qui permettent à un neurone d'influer sur un autre) et de connexion s interneuronales (les portions de neurones appelées axones et dendrit es qui les connectent entre eux). Mais considérons le cas de l'intelligence d'une machine. Dans une de mes sociétés, nous avons passé des années à apprendre à un ordinateur de recherche comment reconnaître un discours humain continu, en utilisant un programme de reconn aissa nce de modèles. 6 Nous l'avon s exposé à des mill iers d'heures de discours enregistré, nous avons corrigé ses erreurs et nous avons patiemment amélioré ses performances en entraînant ses algorithmes " chaotiques , d'organisation (des méthodes modifiant leurs propres règles, basées sur les processus qui utilisent les informations initiales semi -aléatoires et avec des résultats qui ne sont pas complètement prévisibles). Finalement, l'ordinateur s'est montré relativement capabl e de reconnaître un discours. Maintenant, si vous voulez que votre ordinateur personnel reconnaisse vos parol es, vous n'avez pas à passer par le même processus lent et pénible d'apprentissage (comme on le fa it avec chaque enfant humain); vous pouvez tout simplement télécharger les modèles préétablis en quelques secondes. Les modélisations analytiques versus les modélisations neuromorphiques du cerveau

Un bon exemple des divergences entre les intelligences humaines et les lA contemporaines est la façon dont chacune obtient la solution à un problème d'échecs. Les humains le réa lisent en reconn aissant des modèles, t and is que les machines construisent d'immenses« arbres, logiques de mouvements et de cont re-manœuvres logiques. La plu pa rt des t echn ologies exist antes ut il isent ce système analytique en '' top-down ,, pour réso udre les problèmes. Nos machines volantes, par exemple, n"essaient pas d'imiter la physiologie et les mécan iques

Il

4

RÉALISATION DU LOGICIEL DE L'INTELLIGENCE HUMAINE

des oiseaux. Mais, tandis que nos outils de la rétro-ingénierie deviennent de plus en plus sophistiqués, la technologie tend de plus en plus à imiter la nature tout en améliorant ces techniques avec des systèmes de plus grande capacité. Notre plus grand espoir, pour maîtriser le fonctionnement de l'intelligence, est de s'inspirer directement des plans du meilleur exemple connu d'un processus intelligent: le cerveau humain. Bien qu'il ait fallu à son« concepteur» original {l'évolution) plusieurs millions d'années pour développer le cerveau, celui-ci est maintenant disponible entièrement finalisé, protégé par le crâne, mais visible grâce aux outils appropriés. Ses contenus ne sont pas sujets à des droits d'auteurs ou à un brevet. {Nous pouvons cependant nous attendre à ce que cela change, des applications de brevets ont déjà été remplies pour la rétroingénierie du cerveau.7 Nous pourrons appliquer les centaines de milliards de bits d'information dérivées des scanners cérébraux et des modèles neuraux à de nombreux niveaux pour concevoir des algorithmes parallèles plus intelligents pour nos machines, particulièrement celles qui sont basées sur des paradigmes d'auto-organisation. Grâce à cette approche d"auto-organisation, nous n'aurons pas à tenter de répliquer chaque connexion neurale. En effet, il existe une grande quantité de répétitions et de redondances à l'intérieur de chaque région cérébrale. Et nous découvrons que les modèles des régions cérébrales sont souvent plus simples que les modèles détaillés de leurs composants neuronaux. Quelle est la complexité du cerveau ? Linformation contenue dans un cerveau humain nécessiterait approximativement un million de millions de bits (voir le chapitre 3), mais la conception initiale du cerveau est basée sur le génome humain, qui est relativement compact. Lintégralité du génome est contenue dans huit cent millions de bits, et la plupart des informations sont redondantes, ne laissant qu'approximativement trente à cent millions de bits (moins de 109 bits) d'information unique (après compression), ce qui est plus court que le programme pour Microsoft Word. 8 Pour être honnête, nous devrions aussi prendre en compte les données « épigénétiques - les informations contenues dans les protéines contrôlant l'expression des gènes {qui déterminent quels gènes sont autorisés à produire les protéines dans chaque cellule) -, ainsi que l'intégralité de la machinerie de réplication des protéines, tels que les ribosomes et les enzymes. Cependant, de telles informations additionnelles ne changent pas de façon significative l'ordre de grandeur de ce calcul.9 Un peu moins de la moitié des informations génétiques et épigénétiques caractérisent l'état initial du cerveau humain. Bien sû r, la complexité de notre cerveau augmente de façon impressionnante tandis que nous interagissons avec le monde (par un facteur d'approxima tivement un milliard sur le génome).10 Mais on trouve des modèles largement

Il

HUMANITE 2.0

répétitifs dans chaque région spécifique du cerveau, il est donc pas nécessaire de capturer chaque détail particulier pour réussir la rétro-ingénierie des algorithmes importants, qui combinent des méthodes digitales et analogiques.(, la connexion d'un neurone peut être considérée comme un événement digital et les niveaux de neurotransmetteurs dans sa synapse comme des valeurs analogiques.) Le modèle de connexion basique du cervelet n'est décrit qu'une fois dans le génome mais est répété des millions de fois. Avec les informations obtenues grâce aux scanners cérébraux et aux études de modélisation, nous pouvons concevoir des équivalents des programmes « neuromorphiques >> (c'est-à-dire des algorithmes fonctionnant de façon équivalente aux performances générales d'une région cérébrale). Le rythme de la construction de ces simulations et de ces modèles fonctionnels est légèrement inférieur à la disponibilité des informations obtenues par les scanners cérébraux et les structures neurales. Il y a plus de cinquante mille neuroscientifiques dans le monde, rédigeant des articles pour plus de trois cents journaux." Le champ de recherches est large et varié, avec des scientifiques et des ingénieurs créant de nouvelles technologies de scanners et d'analyse et développant de nouveaux modèles et de nouvelles théories à de nombreux niveaux. Et même les personnes présentes sur le terrain sont souvent partiellement inconscientes de la complexité et des dimensions de la recherche contemporaine. Modéliser le cerveau

Dans les neurosciences contemporaines, les modèles des simulations sont développés à partir de sources diverses, incluant des scanners cérébraux, des modèles de connexions interneuronales, des modèles neuronaux et des tests psychophysiologiques. Comme je l'ai mentionné précédemment, Lloyd Watts, un chercheur spécialisé da ns la reproduction des systèmes auditifs, a développé un modèle d'une portion significative du système d'analyse sonore de l'ouïe humaine à partir de ses recherches en neurobiologie sur les types spécifiques de neurones et les informations contenues dans les connections interneuronales. Le modèle de Watts inclut cinq voies parallèles ainsi que les représentations des informations auditives à chaque étape du processu s de traitement neural. Watts a mis en application son modèle dans un ordinateur en tant que programme en temps réel pouvant localiser et identifier les sons et les fonctions, de façon similaire à l'ouïe humaine. Bien que ce travail ne soit pas encore achevé, il illustre la possibilité de convertir des modèles neurobiologiques et des données de connections cérébrales en des simulations fonctionnelles. Comme Hans Moravec et d'a utres l'ont spéculé, ces simulations efficaces et fonctionnelles requièrent approximativement mille fois moins de puissance de calcul qu'une simulation qui reproduirait toutes les connexions non linéa i-

Il

4

RÉALISATION DU LOGICI EL DE L' I NTE LLIGENCE HUMAINE

res dans chaque dendrite, synapse et structure neurale de la région simulée. (Comme je l'ai abordé dans le chapitre 3, on peut estimer la quantité de calculs requise pour une simulation opérationnelle du cerveau à 10 16 calculs par seconde, comparés aux 1019 calculs par seconde pour simuler les connexions non linéaires du réseau neural.).'> Le ratio actuel de vitesse entre l'électronique contemporaine et les signaux électrochimiques utilisés pour nos connexions biologiques interneuronales est d'au moins un million pour un. Nous retrouvons le même manque d'efficacité dans tous les aspects de notre biologie, parce que l'évolution biologique a dû construire tous ces mécanismes et tous ces systèmes avec des matériaux très limités: les cellules, qui sont elles-mêmes créées à partir d'un nombre restreint de protéines. Bien que les protéines biologiques soient tridimensionnelles, elles ne sont en fait que des molécules complexes pouvant être déployées à partir d'une séquence linéaire d'acides aminés (et donc unidimensionnelles).

Éplucher l'oignon Le cerveau n'est pas simplement un outil de traitement de l'information mais plutôt un groupe complexe de centaines de régions spécialisées. Le processus« d'épluchage de l'oignon ,, nécessaire pour comprendre les fonctions de ces régions interconnectées est en cours. Tandis que la description des neurones et des connexions cérébrales devient disponible, des copies détaillées et utilisables, t elles que la simulation des régions auditives décrite ci-dessou s (voir le modèle de Watts), seront développés pour toutes les régions du cerveau. La plupart des algorithmes de modélisation du cerveau ne sont pas les méthodes de logique séquentielle utilisées couramment dans le calcul digital d'aujourd'hui. Le cerveau a tendance à utiliser des processus holographiques, chaotiques et qui s"auto-organisent (l 'information n'est pas localisée à un seul endroit mais distribuée à travers toute une région).ll est au ssi orga ni sé de f açon massivement parallèle et il utilise des t echniques hybrides, analogiques et digitales. Cependant, un large éventail de projets a démontré notre capacité à comprendre ces techniques et à les extraire de la masse de connaissances const amment grandissantes sur le cerveau et son organisation. Lorsque les algorithmes d'une région cé rébrale pa rt icul ière sont com pri s, ils peuvent être améliorés et ét endu s, avant d'être insta llés sur des éq uivalents neuraux synth étiques. lis fonctionn ent alors sur un syst ème de ca lcul beaucoup plus rapide. (Les ordinateurs d'aujourd'hui peuvent effectuer des calculs en un milliardième de seconde, comparé au centième de seconde des transactions intern euronales.) Et nous pouvons de plus utiliser les méthodes de construction des machines intelligentes que nous savon s déjà m anier.

Il

HUMANITE

2.0

Est-ce que le cerveau humain est différent d'un ordinateur? La réponse à cette question dépend de la signification qu'on donne à l'>, qui implique de retirer une partie du crâne, d'imprégner les tissus cérébraux vivants avec une encre fluorescente lors de l'activité neurale et ensuite d'enregistrer la lumière émise grâce à un appareil photo digital. Puisq ue l'imagerie optique requiert une chirurgie lourde, elle a été

HUMANITE

2.0

principalement utilisée chez les animaux, plus particulièrement sur les souris. La stimulation magnétique transcrânienne (SMT) est une autre approche qui permet d'identifier la fonctionnalité du cerveau dans différentes régions, grâce à l'application d'un champ magnétique à ondes puissantes à l'extérieur du crâne, en utilisant un ressort magnétique précisément positionné au-dessus de la tête. Que ce soit par une stimulation ou en simulant , plus loin dans ce chapitre). Pour effectuer la rétro-ingénierie du cerveau, nous n'avons besoin que de scanner les connections d'une région de façon suffisamment précise pour comprendre le modèle basique. Nous n'avons pas besoin de détailler chaque connexion. Une fois que le motif de connexion nerveuse à l'intérieur d'une région est compris, on peut combiner cette connaissance avec une compréhension détaillée de la façon dont chaque type de neurones de cette région fonctionne. Même si une région particulière du cerveau peut contenir des milliards de neurones, elle ne contiendra qu'un nombre limité de types de neurones. Nous avons déjà effectué des progrès significatifs dans la compréhension des mécanismes de fonctionnement des variétés spécifiques de neurones et de connexions synaptiques en étudiant ces cellules in vitro, ainsi qu'en utilisant des méthodes comme le scanner à deux photons.

HUMANITE

2.0

Les scénarios décrits ci-dessus mettent en jeu des capacités qui existent au moins à un stade primitif aujourd'hui. Nous possédons déjà une technologie capable de produire des scanners à très haute résolution pour visionner la forme précise de chaque connexion dans une zone particulière du cerveau, si le scanner est physiquement proche de ces cellules nerveuses. Quant au na nobot, quatre conférences majeures sont déjà dédiées au développement d'outils de la taille d'une cellule sanguine pour un but de diagnostic et de thérapie.49 Comme évoqué dans le chapitre 2, il est possible de projeter la décroissance exponentielle du coût du calcul ainsi que la réduction de taille et l'augmentation d'efficacité des technologies électroniques et mécaniques. En se basant sur ces projections, la technologie requise pour permettre ce genre de scénario pourrait être disponible en 2020. Une fois que les techniques de scanners basés sur le nanobot deviendront une réalité, nous serons finalement dans la position des concepteurs de circuits d'aujourd'hui: nous serons capables de placer des senseurs extrêmement sensibles et extrêmement fiables à des millions ou même à des milliards d'endroits différents dans le cerveau et ainsi d'être les témoins des détai ls de fonctionnement d'un cerveau vivant en action.

Construire des modèles du cerveau Si nous pouvions magiquem ent réduire notre taille et être injecté dans le cerveau de quelqu'un tandis qu'il pense, nous pourrions voir toutes les pompes, les pistons, les articulations et les leviers qui travaillent ensemble, et nous serions capables de décrire ce fonctionnement complètement, en termes mécaniques, et ainsi décrire complètement les processus de pensées du cerveau. Mais cette description ne contiendrait même pas la notion de pensée ! Elle ne contiendrait rien d'autre que des descriptions de pompes, de pistons, et de leviers ! G. W. LEIBNIZ (1646-1716)

Comment est-ce que les champs expriment leur principe ? Les physiciens utilisent des termes comme photons, électrons, quarks,jonction d 'ondulation quantique, relativité et conservation de l'énergie. Les astronomes utilisent des termes comme planètes, étoiles, galaxies, champ de Hubble et trous noir. Les thermodynamiciens utilisent des termes comme entropie, première loi, seconde loi et cycle de Carnot. Les biologistes utilisent des termes comme phylogénétique, ontogénétique, ADN et enzymes. Chacun de ces mots est en fait le titre d'un roman ! Les principes d'un champ sont un ensemble d'histoires entremêlées à propos de la structure et du comportement des élém ents de ce champ. PETER J. DENNING, ancien président de l'associati on Computing M ach inery, da ns «

Great Princip/es of Computing "

4

RÉALISATION DU LOGICIEL DE L'INTELLIGENCE HUMAINE

Il est important que nous puissions construire des modèles du cerveau à la bonne échelle. Cela s'applique, bien sûr, à tous nos modèles scientifiques. Bien que la chimie soit théoriquement basée sur la physique et puisse être entièrement dérivée de la physique, ce ne serait pas possible en pratique. La chimie utilise donc ses propres règles et ses propres modèles. Nous devrions donc, en théorie, être capable de déduire les lois de la thermodynamique à partir de la physique, mais cela est loin d'être un processus simple. Une fois que nous avons un nombre suffisant de particules pour appeler quelque chose un gaz plutôt qu'un amoncellement de particules, la résolution des équations pour les interactions de chaque particule devient impossible, tandis que les lois de la thermodynamique fonctionn ent extrêmement bien. Les interactions d'une seule molécule à l'intérieur du gaz sont particulièrement complexes et imprévisibles, tandis que le gaz lui-même, qui compte des milliards de milliards de molécules, possède de nombreuses propriétés définissables et prévisibles. De façon similaire, la biologie, qui prend ses racines dans la chimie, utilise ses propres modèles. li est rarement nécessaire d'exprimer des résultats à un niveau élevé en utilisant les entremêlements des dynamiques des systèmes inférieurs, bien que quelqu'un ait à comprendre parfaitement les niveaux les moins élevés avant de s'élever au plus haut. Par exemple, on peut contrôler certains aspects génétiques d'un animal en manipulant son ADN fœtal sans nécessairement comprendre tous les mécanismes biochimiques de l'ADN, ni même les interactions des atomes dans la molécule d'ADN. Souvent, le niveau le plus basique est aussi le plus complexe. Les cellules pancréatiques, par exemple, sont très compliquées, en termes de fonctions biochimiques (la plupart d'entre elles s'appliquent à toutes les cellules humaines, et certaines à toutes les cellules biologiques). Cependant la modélisation de ce que fait un pancréas- avec ses millions de cellules - en terme de régul at ion du niveau de l'insuline et des enzymes digestives, bien que complexe, est considérablement moin s difficile que de formuler un modèle détaillé de chaque cellule pancréatique. Le même problème s'applique à tous les niveaux de modélisation et de compréhension du cerveau, de la physique des réactions synaptiques aux transformations de l'information par les groupes de neurones. Dans ces régions cérébrales dont nous avons réu ssi à développer des modèles détaillés, on peut trouver un phénomène similaire à celui des cellules pancréatiques. Les modèles sont complexes mais restent plus simples que les descriptions mathématiques de chaque cellule ou même de chaque synapse. Comme nous l'avons évoqué précédemment, ces modèles de régions spécifiques requièrent aussi, de façon significative, une quantité de calcul inférieure à la capacité de calcul théorique de toutes les synapses et de toutes les cellules. Gilles Laurent de l'institut de technologie de Californie observe : « Dans la plupart des cas, le comportement collectif d'un système est très difficile à dé-

HUMANITE

2.0

duire à partir de la connaissance de ces composants[ ...] Les neurosciences sont [...]une science des systèmes dans laquelle les schémas d'explications locales et l'ordre de complexité sont nécessaires mais pas suffisants.,, La rétro-ingénierie du cerveau fournira des améliorations itératives des modèles et des simulations top-to-bottom et bottom -to-top, tandis que nous affinerons chaque niveau de description et de modélisation. Jusqu'à très récemment, les neurosciences étaient caractérisées par des modèles très simplifiés limités par la grossièreté de nos outils de scanners et de détection. Cela a conduit de nombreux observateurs à douter de leur capacité de compréhension de leurs propres processus de pensée. Peter D. Kramer a écrit: 6 Bien que les modèles contemporains soient bien plus complexes que les simples modèles synaptiques conçus par Hebb, ses intu ition s se sont trouvées largement vérifiées. En addition à la plasticité synaptique hebbienne, les modèles actuels incluent des processus globaux qui fournissent une fonction de régulation. Par exemple, l'échelonnage synaptique empêche les potentiels synaptiques de s'approcher de zéro (et donc les empêchent d'être augmentés à travers des approch es multiples) ou bien de devenir trop élevés et donc de dominer un réseau. Des expériences in vitro ont trouvé des échelon nages synaptiques dans des réseaux cultivés de neurones du cortex, de l'hippocampe, et de l'épine dorsale.57 D'autres mécanismes sont sensibles à la durée du temps de stimulation et à la distribution des potentiels à travers des synapses multiples. Les simulations ont montré la capacité de ces méca nismes récemment découverts à améliorer les capacités d'apprent issage et de conn exion. Le nouvea u développement le plus intéressa nt dans notre compréhen sion de la synapse est que la topologie des synapses et les connexions qu'el les forment sont continuellement en changement. Nous avon s eu un prem ier aperçu du ch angement rapide des conn exions synaptiques avec un système de sca nner innovant qui nécessite un animal génétiquement modifié, au x neurones con çus pour émettre une lumière verte fluorescente. Ce syst ème représente un tiss u nerveux vivant et avec une résolution suffisa mment élevée pour capt ure r non seulement les images des dendrites (les connexions interneuronales) ma is a us-

4

RÉALISATION DU lOGICIEL DE l'INTElLIGENCE HUMAINE

si des épines, de petites projections qui se développent à partir des dendrites et qui initient les potentiels des synapses. Le neurobiologiste Karel Svoboda et ses collègues du laboratoire de Cold Spring Harbour sur Long Island util isent ce système de scanner sur des souris pour explorer les réseaux de neurones qui analysent les informations des moustaches Une étude qui a fourni un regard fascinant sur l'apprentissage nerveux. Les dendrites développent continuellement de nouvelles épines. La plupart d'entre elles n'existent que pour un jour ou deux, ma is parfois une épine reste stable.« Nous pensons que le turn-over élevé que nous observons joue un rôle important dans la plasticité nerveuse, puisque les épines qui se développent explorent de nouveaux partenaires présynaptiques sur les neurones avoisinants», affirme Svoboda .« Si une connexion donnée est favorable, c'est-à-dire, si elle reflète le recâblage cérébral désiré, alors les synapses se stabilisent et deviennent permanentes. Mais la plupart de ces synapses ne se développent pas dans la bonne direction, et elles se rétractent.s8 » On a observé un autre phénomène: la réponse nerveuse diminue au fil du temps, si un stimulus particulier est répété. Cette adaptation donne une priorité plus élevée au nouveau modèle de stimulus. Un travail similaire effectué par le neurobiologiste Wen-Biao Gan à l'école de médecine de l'université de New York sur les épines neuronales dans le cortex visuel de souris adultes montre que ce mécanisme d'épines peut contenir de la mémoire à long terme :« Si un enfant de 10 ans utilise 1 ooo connexions pour stocker une pièce d'information, un quart de ses connexion s seront toujours présentes à 8o ans, peu importe les changements qui auront eu lieu. C'est pour cela qu'on peut toujours se souvenir de ces expériences d'enfants. >> Gan explique aussi : > La raison pour laquelle la mémoire demeure intacte même si trois quarts des connexions ont disparu est que la méthode d'encodage utilisée semble avoir des propriétés similaires à celles d'un hologramme. Dans un hologra mme, l'information est stockée à travers un modèle diffus dans une région étendue. Si on détruit les trois quarts d'un hologramme, l'image entière reste intacte, avec seulement un quart de la résolution. Des recherches menées par Pentti Ka nerva, un neuroscientifique de l'institut des neurosciences de Redwood, soutiennent l'idée que les souvenirs sont distribués de façon dynamique à travers une région de neu rones. Cela expliquerait pourquoi les souvenirs les plus anciens persistent mais semblent cependant «se diluer >>, parce que leur résolution diminue.

HUMANITE

2.0

Les modèles de neurones Les chercheurs ont aussi découvert que des neurones spécifiques effectuent des tâches spéciales de reconnaissance. Une expérience avec des poulets a identifié des neurones qui détectent le délai particulier lorsque le son arrive aux deux oreilles.60 Bien qu'il y ait de nombreuses irrégularités complexes dans la façon dont ces neurones (et les réseaux sur lesquels ils s'appuient) fonctionnent, ce qu'ils accomplissent est en fait facile à décrire et serait simple à imiter. Selon le neuroscientifique de l'université de Californie à San Diego, Scott Makeig, ''les résultats récents des expériences en neurobiologie suggèrent l'importance du rôle des stimuli nerveux précisément synchronisés dans l'apprentissage et la mémoire. 6 ' ,,

Des neurones électroniques Une expérience récente de l'institut des sciences non linéaires de San Diego, à l'université de Californie, a démontré la capacité des neurones électroniques à imiter de façon précise des neurones biologiques. Les neurones (qu'ils soient biologiques ou autres) sont un exemple de ce qui est souvent appelé le calcul chaotique. Chaque neurone agit d'une façon essentiellement imprévisible. Lorsqu'un réseau entier de neurones reçoit une donnée (que ce soit du monde extérieur ou d'autres réseaux de neurones), les signaux semblent être frénétiques et aléatoires. Au fil du temps, approximativement une fraction de seconde, les connexions chaotiques de ces neurones s'effacent et un motif stable de déclenchement émerge. Ce motif représente la " décision ,, du réseau neuronal. Si le réseau neuronal effectue une tâche de reconnaissance de modèles (et une telle tâche constitue la majeure partie de l'activité du cerveau humain), le modèle émergeant représente la reconnaissance appropriée. Les chercheurs de San Diego se sont posés la question suivante : est-ce que des neurones électroniques peuvent s'engager dans cette danse chaotique aux côtés des neurones biologiques? Ils ont connecté des neurones artificiels avec des neurones biologiques de homard en un seul réseau, et leur réseau hybride biologique et non biologique a fonctionné de la même façon (c'est-à -dire une danse chaotique suivie par l'émergence d'un modèle stable) et avec le même genre de résultats qu'un groupe de neurones entièrement biologiques. En fait, les neurones biologiques ont accepté leurs compagnons électroniques. Ce qui indique que le modèle mathématique chaotique de ces neurones était raisonnablement fiable.

La plasticité du cerveau En 1861 le neurochirurgien français Paul Broca a établi une corrélation entre

.

4

RÉALISATION DU LOGICIEL DE L' INTE LLIGENCE HUMAIN E

des régions du cerveau blessées ou affectées de façon chirurgicale et la perte de certains talents, tels que les mouvements précis ou bien les capacités d'élocution. Pendant plus d'un siècle, les scientifiques ont cru que ces régions étaient conçues pour effectuer des tâches précises. Bien que certaines zones du cerveau aient tendance à être utilisées pour un type particulier de talent ou de capacités, on sait maintenant que de telles désignations peuvent être mod ifiées en réponse à un dommage cérébral tel qu'une attaque. Dans une étude de 1965 devenue classique, D. H. Hubei et T. N. Wiesel ont montré qu'une réorganisation intensive et étendue du cerveau pouvait prendre place après un accident causant des dommages au système nerveux, comme par exemple une attaque.62 De plu s, les détails des connexions et des synapses dans une région donnée proviennent de l'utilisation intensive de cette région . Maintenant que le scanner cérébral a atteint une résolution suffisamment élevée pour détecter la croissance des épines dendritiques et la formation de nouvelles synapses, on peut voir notre cerveau croître et s'adapter pour littéralement suivre nos pensées. Cela donne une nouvelle signification à la citation de Descartes: '' Je pense donc j e suis. , Images ln Vivo de dendrites neurales : montrant la formation des épines et des synapses

Dans une expérience menée par Michael Merzenich et ses collègues de l'université de Calif ornie à San Francisco, l'alimentation des singes éta it placée dans une position t elle, que les animaux devaient manipuler une manett e de f açon habile pour l'obtenir. Des scanners cérébraux avant et après ont révélé une crois-

HUMANITE

2.0

sance inouïe des connexions interneuronales et des synapses dans la région du cerveau responsable du contrôle de ce doigt. Edward Taub, de l'université de l'Alabama, a étudié les régions du cortex responsables de l'évaluation des informations tactiles des doigts. En comparant des gens qui n'étaient pas musiciens à des joueurs expérimentés d'instruments à cordes, il n'a pas trouvé de différence dans les régions du cerveau dévouées aux doigts de la main droite mais une grande différence pour ceu x de la main gauche. Si nous devions dessiner la main en nous basant sur la quantité de tissu cérébral dévoué à l'analyse du toucher, les doigts s de la main gauche des musiciens (qui sont utilisés pour contrôler les cordes) seraient énormes. La différence était plus marquée pour les musiciens qui avaient commencé leur apprentissage musical avec un instrument à cordes en étant enfant, mais>, qui à leur tour se développent en deux types de cellules supports appelées les astrocytes et les oligodendrocytes, ain si qu'en neurones. Les cellules évoluent ensuite en types spécifiques de neurones. Cependant, cette différenciation ne peut avoir lieu tant que les cellules souches ne se sont pas déplacées de leur source origin aire, dans les ve nt ricules du cerveau. Approximativement la moitié des cell ules nerveu ses réussissent ce voyage, sim ilaire au process us de développement pendant la gest ation et la petite enfance da ns lequel se ulement une portion infi me des neurones du ce rvea u prim it if survit. Les scientifiques espèrent pouvoir contourner ce phénomène de m igration nerveuse en injectant des cellules souches nerveuses directement dans les régions cibles, ainsi que pouvoir créer des médicaments augmentant ce processus de neurogenèse (la création de nouvea ux neurones) pour réparer les dommages cérébraux ca usés pa r des bl essures ou des m aladiesJ' Une expéri ence menée par les cherch eurs en génétique Fred Gage, G. Kem-

Il

4

RÉALISATION DU LOGICIEL DE L'INTELLIGENCE HUMAINE

permann, et Henriette van Praag, à l'institut Salk For Biological Studies, a montré que la neurogenèse est en fait stimulée par notre expérience. Si on déplace des souris d'un environnement de cage stérile et non intéressante vers une cage stimulante, le nombre de cellules se divisant dans la région de l'hippocampe double.72

Modéliser des régions du cerveau Il est probable que Je cerveau humain soit principalement composé d'une grande quantité de petits systèmes, arrangés par J'embryologie en une société complexe qui est contrôlée en partie (mais seulement en partie) par des systèmes symboliques en série se développant ultérieurement pendant la croissance. Mais les systèmes subsymboliques qui font la majeure partie du travail doivent, de par leur nature, empêcher toutes les autres parties du cerveau de connaÎtre la façon dont ils fonctionn ent. Et cela même pourrait expliquer comment les gens font pour faire tant de choses et ont cependant des idées si incomplètes sur la façon dont ils peuvent faire ces choses. MARVIN MINSKY ET SEYMOUR PAPERT Jl

Le sens commun n'est pas quelque chose de simple. Au lieu de cela, c'est une société immense d'idées pratiques difficilement acquises - de la multitude de leçons apprises par la vie et d'exceptions, de dispositions et de tendances, d'équilibres et de nouveautés. MARVIN MINSKY

Non seulement les chercheurs ont fait de nouvelles découvertes sur la plasticité de chaque région cérébrale, mais ils ont rapidement créé des modèles détaillés des régions particulières du cerveau. Ces modèles neuromorphiques et ces simulations sont maintenant presque identiques aux modèles originaux. Le succès rapide de la transformation des données détaillées des études de neurones et des données d'interconnexions, à partir des scanners nerveux, en des modèles effectifs de simulations fonctionnelles fait mentir le scepticisme souvent exprimé sur notre propre capacité inhérente à comprendre notre esprit. La modélisation de la fonctionnalité du cerveau humain sur une base non linéaire et synapse par synapse est généralement inutile. Les simulations des régions qui stockent la mémoire et les talents dans des neurones individuels et des connexions (par exemple, le cervelet) utilisent les modèles cellulaires détaillés. Même pour ces régions, cependant, les simulations requièrent bien moins de calcul que ce qui est nécessaire pour tous les composants nerveux. Cela s'applique à la simulation du cervelet décrite ci-dessous. Bien qu'il y ait une grande complexité et une non-linéarité importante dans les parties subneuronales de chaque neurone, ainsi qu'un motif chaotique et

HUMANITE

2.0

semi-aléatoire de connexion soulignant les milliards de connexions du cerveau, des progrès significatifs ont été faits pendant les vingt dernières années sur les mathématiques de modé!isation de tels systèmes adaptatifs et non linéaires. La préservation de la forme exacte de chaque dendrite et de chaque« gribouillis, de chaque connexion interneuronale est généralement inutile. On peut comprendre les principes d'opération d'une région étendue du cerveau en examinant leur dynamique au niveau d'analyse approprié. Nous avons déjà connu des succès significatifs dans la création de modèles et de simulations de régions étendues du cerveau. En appliquant des tests de simulations et en comparant les données obtenues à des résultats d'expérience psychophysique sur le cerveau humain vivant, les résultats ont été impressionnants. Si on considère la relative grossièreté de nos outils de scanner et de détection aujourd' hui, le succès de la modélisation, comme illustré par le travail en cours ci-dessous, démontre l'habilité à extraire les bonnes informations de la masse de données rassemblées. Ce qui suit ne représente que quelques exemples de modèles réussis de régions cérébrales, provenant tous de travaux en cours. Un modèle neuromorphique: le cervelet

L'une des questions que j'ai examinée est: comment un enfant de dix ans peut-il attraper une balle au vol? 74 Tout ce que peut voir l'enfant, c'est la trajectoire de la balle à partir de sa position sur le terrain de jeu. Inférer la trajectoire de cette balle dans un espace tridimensionnel requerrait la résolution d'équations différentielles simultanées et difficiles. D'autres équations seraient nécessaires pour résoudre la prédiction de la trajectoire future de la balle, et d'a ut res équations supplémentaires seraient nécessaires pour traduire ce résul tat en un ensemble de mouvements requis pour une interception. Comment est-ce qu'un jeune joueur peut accomplir tout cela en quelques secondes sans ordinateur ni entraînement aux équations différentielles? Bien sûr, il ne résout pas sciemment des équations, mais comment est-ce que son cerveau résout le problème? Depuis la publication de AMS, nous avons connu une avancée considérable dans la compréhension de ce processus basique de formation de talent. Comme je l'avais supposé, le problème ne se résoud pas en construisant un modèle mental d'un mouvement dimensionnel. Mais en traduisant directement les mouvements observés de la balle en mouvements appropriés du joueur et en modifiant la position de ses bras et de ses jambes. Alexandre Pouget, de l'université de Rochester, et Lawrence H. Snyder, de l'université de Washington ,ont décrit les > est aussi une stratégie utile dans nos systèmes informatiques de reconnaissance des motifs. Bien que nous ayons l'impression de recevoir de nos yeux des images en haute définition, le nerf optique n'envoie en fait au cerveau que des contours et des indices sur les points intéressants de notre champ visuel. On se construit ensuite une hallucination du monde d'après des souvenirs corticaux qui interprètent une série de films à très basse résolution qui arrivent sur des canaux paral lèles. Dans une étude de 2001 publiée dans Nature, Frank S. Weblin, professeur

Il

HUMANITE

2.0

de biologie moléculaire et cellulaire de l'université de Californie à Berkeley, et l'étudiant en doctorat Boton Roska ont montré que le nerf optique contient de dix à douze canaux de transport d'informations, chacun d'entre eux ne fournissant que des données minimales sur une scène donnée. 104 Un groupe de cellules de ganglions envoie des informations uniquement sur les contours (les changements de contraste). Un autre ne détecte que les grandes zones de couleur uniformes, tandis qu'un troisième n'est sensible qu'à !"arrière-plan derrière des figures intéressantes. « Même si nous pensons voir complètement le monde, nous ne recevons en fait que des indices, des contours dans l'espace et le temps», explique Werblin.

Sept des douze films séparés que l'oeil extrait d'une scène avant de les transmettre au cerveau.

Ces douze images du monde constituent l'intégralité de ce que nous percevrons jamais de l'extérieur, et à partir de ces douze images si fragmentaires, nous sommes capables de reconstituer la richesse du monde visuel. Je me demande comment la nature sélectionne ces simples douze films et comment ils peuvent être suffisants pour nous fournir toutes les informations nécessaires. ,, De telles découvertes promettent de mener à des avancées majeures dans le développement de systèmes artificiels pour remplacer les yeux, les rétines, et les premières sections du réseau nerveux du traitement de l'image. J'ai mentionné dans le chapitre 3 les travaux du pionnier de la robotique, Hans Moravec, qui a effectué la rétro-ingénierie du traitement de l'image produite par la rétine et les premières sections du réseau nerveux visuel. Pendant plus de trente ans Moravec a construit des systèmes imitant la capacité de notre système visuel à faire des représentations du monde qui nous entoure. Ce n'est

Il

4

RÉALISATION DU LOGICIEL DE L'INTELLIGENCE HUMAINE

que récemment que la puissance des processeurs informatiques est devenue suffisante pour imiter ce degré de détection humain, et Moravec applique ses simulations à la création d'une nouvelle génération de robots pouvant naviguer sans guidage extérieur dans des environnements complexes avec un degré de vision humain.'os Carver Mead a étéle premier à se servir de puces neurales utilisant des transistors dans leur mode analogique original qui fournissent une excellente imitation de la nature analogique du traitement neural. Mead a présenté ainsi une puce qui peut effectuer les tâches de la rétine ainsi que les premières étapes du traitement de l'information visuelle dans le nerf optique.106 La détection des mouvements est un des types particuliers de reconnaissance visuelle sur lesquels se focalise l'institut Max Planck de biologie à Tübingen en Allemagne. Le modèle de recherche basique est simple : comparer le signal d'un récepteur avec un signal décalé sur un récepteur adjacent.' 0 7 Ce modèle fonctionne très bien à certaines vitesses, mais conduit à des résultats surprenants puisque au-delà d'une certaine vitesse l'augmentation de la vélocité conduit à une diminution de la réponse du détecteur de mouvements. Des expériences sur des animaux {basées sur le comportement et les réponses nerveuses) et chez des humains {basées sur les perceptions décrites) ont permis d'obtenir des résultats similaires. D'autres travaux en cours : un hippocampe artificiel et une région olivo-cérebelleuse artificielle Lhippocampe est une région vitale pour l'apprentissage et le stockage de la mémoire à long terme. Ted Berger et ses collègues de l'université de Californie ont établi une carte des motifs de signaux de cette région, en stimulant des tranches d'hippocampe de rat des millions de fois à l'a ide de signaux électriques pour déterminer quelle stimulation produirait une réponse donnée.108 Ils ont ensuite développé un modèle mathématique en temps réel des transformations effectuées par les tranches d'hippocampe et ont programmé ce modèle sur une puce informatique.109 Leur plan consistait à tester cette puce sur un animal, en désactivant tout d'abord l'hippocampe de la bête, en prenant en compte les pertes mémorielles résultant de cette opération, puis à déterminer quelles fonctions mentales pouvaient être restaurées en installant leur puce à la place de la région endommagée. Cette approche pourrait ensuite être utilisée pour remplacer l'hippocampe de malades atteints de lésions cérébrales, d'épilepsie ou d'Aizeimer. La puce serait située sur le crâne du patient plutôt que dans son cerveau, et communiquerait avec le cerveau grâce à deux électrodes, placées de chaque coté de la portion endommagée de l'hippoca mpe. Lune enregistrerait l'activité électrique transmise par le cerveau, tandis que l'autre tran smettrait les données requises au cerveau.

Il

HUMANITE

2.0

Une autre région du cerveau est actuellement modélisée et simulée : la région olivo-cérebelleuse, responsable de l'équilibre et de la coordination des mouvements des membres. Le but du groupe de recherche international impliqué est de réussir à appliquer son circuit olivo-cérebelleux artificiel à des robots militaires ainsi qu'à des robots d'assistance aux handicapés." 0 Ils ont notamment choisi cette région parce qu'« elle est présente chez tous les vertébrés- et très semblable, des plus simples aux plus complexes des cerveaux>>, explique Rodolfo Linas, un des chercheurs et neuroscientifiques à l'université de médecine de New York.>}, Tomaso Poggio et James DiCarlo du MIT, ainsi que Christof Koch de l'institut californien de technologie ( CaiTech}, tentent de développer des modèles de reconnaissa nce d'objets visuels et de comprendre la méthode de codage de ces informations. Celles-ci pourraient ensuite être éventuellement utilisées pour transmettre des images directement à nos cerveaux. Miguel Nicolelis et ses collègues de l'université de Duke ont implanté des senseurs dans le cerveau de singes, permettant à ces animaux de contrôler un robot uniquement grâce à la pensée. La première étape de cette expérience consistait à apprendre aux singes à contrôler un curseur sur un écran grâce à une manette. Les scientifiques ont collecté un modèle de signaux à partir d'EEG, pour f aire réagir le curseur à partir de modèles appropriés plutôt qu'aux mouve-

HUMANITE

2.0

ments physiques de la manette .. Les singes ont rapidement compris qu'une manette. ne fonctionnait plus et qu'ils pouvaient contrôler le curseur uniquement par la pensée. Ce système de>, en d'autres termes: réussir à convaincre un juge humain que cette création téléchargée n'est pas différencia ble de la personne originelle spécifique. Mais d'ici là nous aurons à affronter des complications dans la création des règles d'un test de Turing. Puisque les intelligences non biologiques auront passé le premier test de Turing des années auparavant (autour de 2029), pourrons-nous autoriser un équivalent humain non biologique à être juge ? Ou bien un humain amélioré? Les humains non améliorés pourraient devenir de plus en plus durs à trouver. Quelle que soit la situation, il sera de plus en plus dur de définir l'amélioration, puisque de nombreux niveaux d'extension de l'intelligence biologique seront disponibles lorsque nous aurons atteint les possibilités de t éléchargement de l'esprit humain. t:autre problème

Il

HUMANITE

2.0

sera que les humains que nous voulons télécharger ne seront pas limités à leur intelligence biologique. Cependant, télécharger la portion non biologique de l'intelligence sera relativement simple, puisque la facilité à copier l'intelligence d'un ordinateur a toujours représenté l'une de leurs principales forces. Une question se pose :quelle est la rapidité avec laquelle nous devons scanner le système nerveux d'une personne ? Il est clair que cela ne peut pas être instantané, et même si nous pouvions fournir un nanobot pour chaque neurone, il faudrait du temps pour rassembler toutes les données. On pourrait donc objecter que, parce que l'état d'une personne change pendant le processus de rassemblement des données, les informations téléchargées ne reflètent pas de façon précise sa personne en un temps donné mais plutôt sur une période de temps, même si ce n'est qu'une fraction de seconde.120 Nous pouvons cependant considérer que ce problème n'interférera pas avec un téléchargement passant un test de Turing >.En comprenant les processus d'i nf ormations sous-tendant

Il

HUMANITE

2.0

l'existence, nous commençons à apprendre à reprogrammer notre biologie pour un jour réussir à éliminer définitivement les maladies, étendre de façon exceptionnelle les facultés humaines et la durée de vie. Hans Moravec signale cependant que même avec un contrôle extrêmement précis de notre biologie ADN, les humains resteront des , seront bien plus efficaces que nos globules blancs pour lutter contre les agents pathogènes.'s2 Ses robots de réparation de l'ADN seront capables de rectifier les erreurs de transcription de l'ADN et même d'activer les changements d'ADN . D'autres robots médicaux pourront être utilisés comme nettoyeurs, en supprimant les débris et les produits chimiques indésirables (tels que les prions, les protéines déformées et les protofibromes) des cellules individuelles. Freitas a fourni des modèles conceptuels détaillés pour un large éventail de nanorobots médicaux (le terme qu'il préfère), ainsi qu'un choix de solutions pour les différents problèmes soulevés par la création de ces robots. Par exemple, il fournit une douzaine de méthodes différentes pour le contrôle des mouvements et des déplacements de ces robots'53, certaines basées sur des modèles biologiques tels que les cils de propulsion des bactéries. J'évoque ces applications en détail dans le prochain chapitre. George Whitesides se plaint dans la revue Scientific American que>. De nombreux observateurs pensent encore que l'hiver de l'lA était la fin de l'histoire et que rien de nouveau n'est apparu depuis dans le champ d'application de l'lA. Mais aujourd'hui des milliers d'applications d'lA sont effectivement présentes dans l'infrastructure de toutes les industries. La plupart de ces applications étaient des projets de recherche il y a dix ou quinze ans. Les gens qui se demandent:« Mais qu'est-il arrivé à l'lA? ,, me rappellent les voyageurs traversant la forêt amazonienne et qui s'interrogent:« Où sont toutes les espèces supposées vivre ici? ''• alors que des centaines d'espèces de fleurs et d'animaux se trouvent à quelques dizaines de mètres, profondément intégrées à l'écologie locale. Nous sommes donc déjà dans l'ère des>, qui se réfèrent à une exigence artificielle effectuant une fonction utile spécifique qui nécessitait

HUMAN ITE

2.0

autrefois une intelligence humaine et qui accomplit cette action à un niveau humain ou supérieur. Les systèmes d'intelligence artificielle spécialisée dépassent largement la vitesse des humains et peuvent considérer et gérer des milliers de variables de façon simultanée. J'ai décrit ci-dessous un large éventail d'exemples d'intelligence artificielle spécialisée. Ces cadres temporels pour le cycle technologique de l'lA (quelques décennies d'enthousiasme galopant, une décennie de désillusion et ensuite une décennie et demie d'avancées continues) peuvent sembler long, comparés aux phases de croissance relativement rapide d'Internet et des télécommunications (qui se sont mesurées en années, pas en décennies). Mais deux facteurs peuvent être pris en considération. Tout d'abord, les cycles d'Internet et des télécommunications étaient relativement récents, ils sont donc plus affectés par l'accélération des changements de paradigmes (voir le chapitre 1). Les cycles récents d'adoption (la montée, l'effondrement et le développement) sont donc beaucoup plus courts que ceux qui ont eu lieu il y a une quarantaine d'années. Deuxièmement, la révolution de l'lA est la transformation la plus profonde qu'a connue la civilisation humaine, sa maturation sera donc plus longue que des technologies moins complexes. Elle se caractérise par le contrôle de l'attribut le plus important, le plus puissant l'humanité, voire de l'entière évolution de notre planète: l'intelligence. C'est dans la nature de la technologie de comprendre un phénomène avant de concevoir des systèm es qui peuvent concentrer et focali ser ce phénomène pour l'amplifier. Par exemple, les scientifiques ont découvert une propriété des surfaces courbées appelées le principe de Bernoulli :un gaz (tel que l'air) voyage plus rapidement sur une surface courbe que sur une surface plane. Ainsi, la pression de l'air sur une surface courbe est moins élevée que sur une surfa ce plane. En comprenant, focalisant et amplifiant les im plication s de ces observations, nous avons créé l'aviation. Lorsque nous comprendrons les princi pes de l'intelligence, nous aurons une opportunité similaire de focaliser, concentrer et amplifier ses pouvoirs. Comme je l'ai évoqué dans le chapitre 4, chaque aspect de la compréhension, de la modélisation et de la simul ation du cerveau humain est en trai n d'accélérer : le rapport prix-perform ance, la résolution t emporell e et spat ia le des scanners cérébraux, la quantité de données et de conn aissances disponibles sur les fonctions cérébrales, la sophistication des modèles des simulation s des différentes régions du cerveau. Nous possédons déj à un éventail d'outils très pu issants qui ont émergé de la rech erche d'lA et qui ont ét é améliorés au cou rs de plu sieurs décennies de développement. Le projet de la rét ro-ingénierie du cerveau augment era cette boîte à outils en fourni ssa nt une panoplie de nouvelles techn iques inspirées de la biologie. Nous saurons finalement appliquer les capacités de l'intelligence

5

GNR: TROIS RÉVOlUTIONS QUI SE CHEVAUCHENT

humaine, la focaliser et l'amplifier bien au-delà de la centaine de milliards d'interconnexions neuronales avec laquelle chacun d'entre nous vit chaque jour. l'intelligence sera alors complètement soumise à la loi du retour accéléré, dont la puissance des technologies de l'information double chaque année. Un des points de l'intelligence artificielle que j'ai expérimenté personnellement lors de mes quarante ans de recherche dans ce domaine est qu'aussitôt qu'une technique d'lA est opérationnelle, elle n'est plus considérée comme lA et se développe dans son propre champ d'activité (par exemple, la reconnaissance des personnes, la reconnaissance du discours, la vision des machines, la robotique, la recherche de données, l'informatique médicale et la recherche automatisée}. La scientifique Elaine Rich a défini l'lA comme « l'étude des moyens pouvant rendre les ordinateurs capables de faire des choses actuellement mieux effectuées par des humains». Rodney Brooks, directeur du laboratoire des intelligences artificielles du MIT, a une définition différente:« Chaque fois que nous comprenons comment faire fonctionner quelque chose, cela n'est plus magique; et nous affirmons, ce n'est que du calcul.» Cela me rappelle aussi la remarque de Watson à Sherlock Holmes: «Je pensais au début que vous aviez fait quelque chose d'intelligent, mais je me rends compte qu'il n'y avait rien d'exceptionnel.'64 ,, C'est cela notre expérience en tant que scientifique d'lA. La magie de l'intelligence semble être réduite à « rien , lorsque nous comprenons ses méthodes. Le mystère qui reste dans cette intrigue est inspiré par les méthodes non encore résolues de l'i ntelligence. La boîte à outils de l'lA L'lA est J'étude des techniques de résolution des problèmes exponentiellement difficiles dans un temps polynomial en exploitant la connaissance du domaine problématique en question. ELAINE RICH

Comme je l'ai évoqué dans le chapitre 4, ce n'est que récemment que nous avons ét é capables d'obtenir des modèles suffisamment détaillés du fonction nement des régions du ce rveau humain. Avant cela, en l'absence d'outils permett ant d'observer le cerveau avec une résolution suffisante, les ingénieurs et scientifiques ont développé leurs propres techniques. Tout comme les ingénieu rs de l'aviation n'ont pas imité la capacité à voler des oiseaux, les premières méthodes d'lA n'étaient pas basées sur la rétro-ingénierie de l'intelligence naturelle. Un petit échantillon de ces approches est détaillé ci-dessous. Depuis leur adoption, elles sont devenues plus sophistiquées, ce qui a permis la création de produits pratiques ne possédant plus la fragilité et le taux d'erreurs très élevé des précédents systèmes.

HUMANITE

2.0

les systèmes experts Dans les années 1970, l'lA équivalait souvent à une méthode spécifique : les systèmes experts. Cela implique le développement de règles logiques particulières pour simuler les processus de décision des experts humains. Un des aspects de ces procédures impliquait que les ingénieurs de l'lA interrogent les spécialistes d'un domaine particulier, tels que des docteurs ou des ingénieurs, pour codifier leurs règles de décision. Il y a eu quelques réussites: quelques systèmes de diagnostics médicaux qui se comparaient à des médecins, pour certains tests. Par exemple, un système appelé MYCIN, de traitement pour des maladies infectieuses, s'est développé pendant les années 1970. En 1979 une équipe d'évaluation a comparé le diagnostic et les recommandations de traitement faits part MYCIN à ceux de médecins et a trouvé que ce programme était aussi bon ou meilleur que n'importe lequel de ces praticiens.' 6s Il est rapidement devenu évident dans cette recherche que le mode de décision humain n'est pas basé sur des règles logiques définitives mais plutôt sur des modèles de preuve plus« floue >>. Une tâche sombre lors d'un examen médical peut suggérer un cancer, mais d'autres facteurs tels que sa forme, sa localisation et son contraste avec l'épiderme environnant vont influencer le diagnostic. les capacités de prise de décision humaine sont dues à la combinai son de plusieurs fragments d'information issus d'expériences précédentes, aucune définie en elle-même. Souvent, nous ne sommes même pas conscients des nombreuses règles que nous utilisons. À la fin des années 1980 les systèmes experts pouvaient incorporer l'idée d'incertitude et pouvaient combiner plusieurs sources d'information et de probabilité pour prendre une décision. le système MYCIN a été le pionnier de cette approche. Une « règle ,, typique du système MYCIN ressemble à ceci : Si l'infection qui requiert un traitement est une méningite, et que l'infection est de type mycose, et qu'aucun organisme n'a été 9bservé sur le plan de culture, que le patient n'est pas un hôte atteint, et que le patient s'est trouvé présent dans une zone endémique des coccidiomycoses, et que le patient est de race noire, asiatique ou indienne, et que l'a ntigène du cryptoque du t est csf n'était pas positif, ALORS il y a so % de chances que le cryptocoque ne soit pas l'organisme causant cette infection. Même si une si mple règle de probabilité comme celle-ci ne serait pas suffisante pour rendre un diagnostic utile, en combinant des milliers de t elles règles des informations peuvent être réunies, contrôlées et combinées pour prendre des décisions fi abl es .

5

GNR : TROIS RÉVOLUTIONS Q UI SE CHEVAUCHENT

Le projet de système expert qui fonctionne depuis le plus longtemps est probablement CYC (pour enCYClopédique), créé par Doug Le nat et ses collègues à Cycorp. Débuté en 1984, ce programme a d'abord encodé des connaissances afin de fournir aux machines la capacité de comprendre les postulats évidents soulignant les idées et le raisonnement humains. Ce projet a évolué de règles logiques vers des règles de probabilité, il inclut maintenant les moyens d'extraction de la connaissance à partir de sources écrites (sous subordination humaine). Le but originel était de générer un million de règles, qui ne refléterait qu'une petite portion de ce que l'humain connaît à propos du monde. Le but ultime, établi par Lenat pour CYC, est de maîtriser « 100 millions de choses, soit approximativement le nombre moyen de connaissances d'une personne sur le monde, en 2007' 66 ». Darryl Macer, professeur associé de biologie à l'université de Tsukuba au Japon, suit actuellement un autre système pointu ambitieux. li a le projet de développer un système incorporant toutes les idées humaines.'6 7 Les applications de ce programme seraient d'informer les légistes des lois informelles connues par toute la communauté. Les réseaux bayésiens Pendant la dernière décennie une technique appelée la logique bayésienne a créé des fondements mathématiques efficaces permettant de combiner des milliers voire des millions de règles probabilistes dans ce qui est appelé les'' réseaux de croyance, ou réseaux bayésiens. Conçue par le mathématicien anglais Thomas Bayes, et publiée de façon posthume en 1763, cette approche s' intéresse à la détermination d'événements futurs en se référant à des occurrences similaires du passé.' 68 De nombreux systèmes experts basés sur les techn iques de Bayes rassemblent en continu des données, améliorant ain si leur savoi r et am éliora nt leur mode de déci sion. Les fi ltres a ntispam les pl us prom etteurs f onctionnent grâce à cette m éthod e. J'utilise personnellem ent un filtre ant ispam appelé SpamBayes, qui s'entraîne sur les e-mails que vous avez identifiés comme étant « spams ,, ou « normaux >>.' 6 9Vous commencez en présentant un fichier complet d'e-mails au filtre, cela permet d'entraîner son réseau de connaissances bayésiennes afin d'analyser les modèles, lui permettant ai nsi de dépl acer de fa çon automatique lese-m ail s dan s la catégorie appropri ée. li continuera son résea u sur chaque e-m ail, plu s spéc ifiquement lorsqu'il est corrigé pa r l'utili sate ur. Ce filtre a rendu la situation des spa m s contrôlable, ce qui est beaucoup, puisqu'il élimine entre 200 et 300 messages chaque jour, tout en filtrant plus d'une centaine de messages « normaux >>.Il n'y a que 1 % des messages identifiés comme « normaux» qui sont actuellement des spa ms ; il ne m arque presqu e ja mais un message normal comme spa m. Ce système est presqu e au ssi précis q ue j e pourrais l'être, et beaucoup plus rapide.

Il

HUMANITE

2.0

les modèles de Markov Une autre méthode efficace d'application des lois de probabilité aux séquences complètes d'information inclut les modèles de Markov.'70 Andrei Andreyevich Markov (1856 -1922), mathématicien renommé, a établi la théorie des« chaînes de Markov», qui a été ensuite raffinée par Norbert Wiener (1894-1964) en 1923. Cette théorie fournit une méthode d'évaluation de la probabilité de déroulement d'une certaine séquence d'événements. Cette méthode est fréquemment utilisée, par exemple, pour la reconnaissance du langage, dans laquelle les événements non séquentiels sont les phonèmes. les modèles de Markov, utilisés pour la reconnaissance des langages, codent la probabilité des modèles spécifiques de sons existants dans chaque phonème, la façon dont les phonèmes s'influencent entre eux, et l'ordre probable de ces phonèmes. Le système peut aussi inclure des réseaux de probabilité à des niveaux plus élevés de langage, tels que l'ordre des mots. les probabilités utiliséesdans les modèles sont améliorées sur des discours et des éléments de langage réels, la méthode est donc . Les modèles de M arkov ont été une des méthodes que mes collègues et moi avons utilisées dans notre propre développement de reconnaissance du langage.'7' À la différence des approches phonétiques, dans lesquelles des règles spécifiques au sujet des séquences de phonèmes sont codées de façon explicite par des linguistes humains, nous n'avons pas stipulé au système qu'il y a approximativement quarante-quatre phonèmes en angl ais, pas plus que nous ne lui avons dit que certaines séquences de phonèmes ét aient plus f réquentes que d'autres. Nous avons laissé le système découvrir ces « règles » tout seul grâce à des milliers d'heures de données de langage humain. Lavantage de cette approche, par rapport aux règles définies, est que les modèles développent des règles probabilistes plus subtiles, dont les experts humains ne sont pa s forcément capables.

les réseaux de neurones Une autre méthode répandue, qui a aussi été utilisée pour la reconnaissance de discours et pour un large éventail de tâches de reconnaissance vocale, est l'utilisation des résea ux neuraux. Cette t echnique inclut la simulation d'un modèle si m plifié de neuro nes et de connexions interneuronales. Une approche basique des réseaux neuraux peut être décrite comm e suit. Chaque point d'un stimulus donné (pour le discours, chaque point représente deux dimensions, la fréquence et le temps ; pour les images, chaque point sera un pi xel dans une image en deux dimensions) est conn ecté de f açon aléatoire au stim ulus de la première couche de neurones sim ulés. Ch aque conn exion possède une force synaptique associée, qui représente son importance et qui est établie à une valeur aléatoire. Chaqu e neurone additionne les signaux issus de cette connexion. Si les signaux combinés dépassent une certaine valeur, le neurone s'active et envoie

Il .

5

GNR: TROIS RÉVOLUTIONS QUI SE CHEVAUCHENT

un signal à sa connexion; si les données de stimulation ne sont pas suffisantes, le neurone ne s'active pas et ne transmet pas l'information. Chaque connexion de chaque neurone est établie de façon aléatoire au neurone recepteur de la couche suivante. li y a des couches multiples {généralement trois ou plus), et ces couches peuvent être organisées en une grande variété de configurations. Par exemple, une couche peut alimenter un feed-back à une couche supérieure. Sur la couche finale, l'activation de plusieurs neurones, choisis de façon aléatoire, fournit la réponse (cf.ladescription algorithmique des réseaux neuraux'72 ). Puisque les connexions du réseau neural et les points synaptiques sont établis de façon aléatoire au début, les réponses d'un réseau neural non entraîné seront aléatoires. La clé du fonctionnement d'un réseau neural réside dans sa capacité d'apprentissage du sujet. Comme le cerveau des mammifères dont il s'inspire, un réseau de neurones est à l'origine « ignorant ».C'est le professeur du réseau- qui peut être humain, un programme informatique ou pourquoi pas un réseau de neurones plus mature qui a déjà pris ses leçons- qui récompense le réseau étudiant lorsqu'il génère la bonne réponse et le punit lorsqu'il se trompe. Ce processus de feed-back est alors utilisé par le réseau en apprentissage pour ajuster la force de chaque connexion interneuronale. Les connexions avec la bonne réponse sont renforcées. Celles qui ont conseillé une mauvaise réponse sont affaiblies. Au fil du temps, le réseau global s'organise afin de fournir la bonne réponse sans être surveillé. Les expériences ont montré que les réseaux de neurones pouvaient apprendre la matière de leur sujet même avec des professeurs incompétents. Même si le professeur n'a raison que 6o% du temps, le réseau neural étudiant continuera à apprendre la bonne solution. Un réseau neural puissant peut reproduire un large éventail de facultés de reconnaissance de modèles humains. Les systèmes utilisant des réseaux neuraux à multicouches ont montré des résultats impressionnants sur des tâches de reconnaissance de modèles, comme la reconnaissance d'une écriture manuelle, de visages hu mains, de fraude dans des transactions commerciales telles que des transactions de cartes de crédit, et bien d'autres. En me basant sur ma propre expérience d'utilisation des réseaux neuraux dans de tels contextes, la tâche la plus ardue n'est pas le codage du réseau mais l'approvisionnement en leçons automatisées pour qu'ils apprennent leur sujet. La tendance actuelle dans les réseaux neuraux est de s'appuyer sur des modèles plus réalistes et plus complexes de réseaux neurobiologiques, ma intenant que nous avons les moyens de développer des modèles détaillés du fonctionnement neuronal humains.'73 Puisque nous possédons maintenant plusieurs décennies d'expériences d'utilisation de paradigmes auto-organisants, les nouvelles données issues des études du cerveau peuvent rapidement être adaptées aux expériences des réseaux neuronaux. Les réseaux neuraux peuvent aussi effectuer des traitements en parallèle,

Il

HUMANITE

2.0

puisque c'est ainsi que le cerveau fonctionne. Le cerveau humain n'a pas un processeur central qui simule chaque rôle. On peut plutôt considérer chaque neurone et chaque connexion interneuronale comme étant un processeur individuel. Des travaux intensifs sont actuellement menés pour développer des puces spécialisées imitant l'architecture des réseaux neuraux en parallèle afin de fournir des réponses substantiellement plus intéressantes.'74

Les algorithmes génétiques (GA) Les algorithmes génétiques, ou évolutifs, sont un autre paradigme auto-organisant, inspiré par la nature. lis imitent l'évolution, y compris la reproduction sexuelle et les mutations. Voici une description simplifiée de leur fonctionnement. Tout d'abord, on détermine un moyen de coder des solutions possibles à un problème donné. Si le problème est l'optimisation des paramètres de construction d'un moteur d'avion, on définit une liste de paramètres (avec un nombre spécifique de bits de données à assigner à chaque paramètre). Cette liste est considérée comme le code génétique de l'algorithme génétique. Ensuite on génère de façon aléatoire des milliers, voire plus, de codes génétiques. Chacun de ces codes génétiques (qui représentent un ensemble de paramètres de conception) est considéré comme un organisme de> Un autre système d'lA de la NASA a appris à distinguer les étoiles des galaxies sur des images avec une définition très faible et avec un taux de fiabilité surpassant celui des astronomes humains.

Il

HUMANITE

2.0

Les nouveaux télescopes robotisés terrestres sont capables de prendre leur propre décision sur l'endroit où ils se dirigent et sur les façons d'optimiser la découverte d'un phénomène recherché. Appelés « observatoires autonomes et semi-intelligents >>,ces systèmes peuvent s'ajuster au temps, notifier les objets intéressants et décider de les suivre ou non. Ils sont capables de détecter des phénomènes très subtils, comme le clignotement d'une étoile pendant quelques secondes, qui pourrait indiquer le passage d'un petit astéroïde de l'extérieur de notre système solaire devant la lumière de cette étoile.'87 Un tel système, appelé Moving Objecta nd Transient Event SearchSystem (MOTESS), a réussi à identifier à lui seul18o nouveaux astéroïdes et plusieurs comètes pendant ses deux premières années d'activité. Des systèmes similaires sont utilisés par l'armée pour analyser de façon automatique les données des satellites espions. La technologie satellite actuelle est capable d'observer des objets de quelques centimètres situés au niveau du sol et n'est pas affectée par le mauvais temps, les nuages ou l'obscurité.'88 Lénorme quantité de données générées continuellement ne serait pas contrôlable sans des programmes automatisés de reconnaissance d'images. La médecine

Si vous passez un électrocardiogramme, il est probable que votre docteur recevra un diagnostic automatisé utilisant les modèles de reconnaissance appliqués aux enregistrements ECG. Ma propre compagnie (Kurzweil Technologies) travaille avec United Therapeutics pour développer une nouvelle génération d'analyse automatisée d'ECG pour un contrôle discret sur le long terme (à travers des senseurs intégrés aux vêtements et une communication sans fil en utilisant un téléphone cellulaire) des premiers signes de maladie cardiaque.' 89 D'autres systèmes de reconnaissance de modèles servent à diagnostiquer un large éventail de données d'imagerie médicale. Toutes les grandes compagnies pharmaceutiques utilisent des programmes d'lA pour faire des reconnaissances de modèles et des recherches de données pertinentes dans le développement des nouveaux médicaments. Par exemple, SRI International est en train de construire des bases de données flexibles qui englobent tout ce que nous savons à propos d'une douzaine d'agents pathogènes, incluant la tuberculose et le H. Pylori (la bactérie qui cause des ulcères).'9° Le but étant l'application d'outils de recherche de données intelligents (des programmes qui peuvent chercher les nouvelles relations entre les données) afin de découvrir de nouvelles façons de tuer ou d'interrompre le métabolisme de ces agents pathogènes.

5

GNR :TROIS RÉVOLUTIONS QUI SE CHEVAUCHENT

Des systèmes similaires sont utilisés pour la recherche automatisée de nouvelles thérapies pour d'autres maladies, ainsi que pour la compréhension de la fonction des gènes et de leur rôle dans le processus pathogène.'9' Par exemple, les laboratoires Abbott affirment que six chercheurs humains d'un de leurs laboratoires équipés avec des robots lA et des systèmes d'analyse de données sont capables d'obtenir les mêmes résultats que deux cents scientifiques dans leurs anciens laboratoires de développement de médicaments.'92 Les hommes ayant des taux élevés d'un antigène spécifique de la prostate (PSA) subissent souvent une biopsie chirurgicale, mais environ 75% de ces hommes n'ont pas de cancer de la prostate. Un nouveau test, basé sur la reconnaissance des motifs des protéines dans le flux sanguin, réduirait ces faux taux de 29 %.'93 Ce test est basé sur un programme d'intelligence artificielle conçu par Correlogic Systems à Bethesda dans le Maryland, sa fiabilité s'accroîtra pendant son développement. La reconnaissance des motifs appliquée aux motifs des protéines a aussi été utilisée pour détecter les cancers ovariens. Le meilleur test actuel de détection du cancer ovarien, le CA-125, employé en combinaison avec une échographie, ne détecte presque aucun des premiers symptômes de tumeur. " Au moment du diagnostic, le cancer ovarien est trop souvent mortel »,affirme Emanuel Petricoin Ill, codirecteur du Clinical Proteomics Program, contrôlé par la FDA et le National Cancer lnstitute. Petricoin est le directeur d'une équipe de recherches travaillant sur un nouveau test basé sur une lA et qui s'intéresse au modèle unique de protéines qui n'existent qu'en présence de cancer. Lors d'une évaluation comprenant des centaines d'échantillons sanguins, le test a été, selon Petricoin, «fiable à 100% pour la détection des cancers, même aux tout premiers stades de la maladie'94 ». Approximativement 10% des frottis vaginaux effectués aux États-Unis sont analysés par un programme d'lA appelé Focal Point, développé par Tripath lmaging. Les concepteurs ont commencé par interroger des médecins sur leurs critères d'utilisation et de diagnostic. Le système d'lA a ensuite continué son apprentissage en observant des pathologistes experts. Seuls les meilleurs de nos experts humains furent autorisés à être observés par le programme." C'est l'avantage d'un système expert ''• explique Bob Schm idt, gérant des produits techniques de Tripath, « il vous permet de répliquer l'élite.,, Les services de santé de l'université de l'État de l'Ohio ont développé un programme de diagnostic informatisé (CPOE) basé sur un système expert comprenant des banques de données sur plusieurs spécialités.•gs Le système vérifie de façon automatique les allergies possibles du patient, les interactions médicamenteuses, les duplications, les interdictions médicamenteuses, les doses journalières prescrites, il fournit ainsi des informations fiables sur le patient en rassemblant les données du laboratoire de l' hôpital et des dépa rtements de radiologie.

Il

HUMANITE

2.0

Les sciences et les mathématiques Un >, affirme Armando Fox, le directeur du groupe de l'université de Standford qui travaille actuellement sur ce qui s'appelle « l'informatique autonome"· Fox ajoute:« Le système doit être capable de s'installer, de s'optimiser. Il doit pouvoir se réparer et, si quelque chose tourne mal, savoir comment répondre aux menaces extérieures., IBM, Microsoft et d'autres entreprises de programmes développent toutes des systèmes qui incorporent les capacités d'autonomie.

Il

HUMANITE

2.0

La construction et la robotique Les procédés de construction ayant intégré l'informatique (CIM) utilisent de plus en plus des techniques d'lA pour optimiser l'utilisation des ressources, le contrôle de la logistique et la réduction des inventaires à travers des achats de matériel au coup par coup. Une nouvelle tendance dans les systèmes CIM consiste à utiliser un système de « raisonnement fondé sur les cas ,,, plutôt que des systèmes ex perts inflexibles basés sur des règles strictes. Un tel système de raisonnement code la connaissance dans des> de la tribu favorisent le développement de l'espèce humaine) ne remet pas réellement en question l'observation qu'il n'existait aucune forte pression de sélection des gênes qui prolongent de façon significative la vie de l'être humain. Nous vivons actuellement dans une période de grande abondance matérielle, du moins dans les nations les plus avancées du point de vue technologique. Le travail exige généralement un effort mental et non un épuisement physique. Il y a cent ans, 30 %de la population active des États-Unis travaillait dans des exploitations agricoles, et 30 % dans des usines. Ces deux chiffres sont maintenant en dessous des 3 %.2 Aujourd'hui, de nombreuses catégories d'emplois, du contrôleur aérien au concepteur de pages Web, n'existaient tout simplement

Il

6

L'IMPACT...

pas il y a un siècle. En 2004 nous avons la possibilité de continuer à contribuer à la base de connaissances en augmentation exponentielle de notre civilisation -ce qui est, entre parenthèses, un attribut unique de notre espèce- bien audelà de l'âge de reproduction. (En tant que baby-boomer, c'est en tout cas mon point de vue.) Notre espèce a déjà augmenté son cycle de vie naturel à l'aide de la technologie : médicaments, compléments alimentaires, pièces de rechange pour à peu près tous les systèmes du corps, et bien d'autres interventions. Nous avons des objets pour remplacer nos hanches, genoux, épaules, coudes, poignets, mâchoires, dents, notre peau, nos artères, nos veines, les valves de notre cœur, nos bras, jambes, pieds, doigts et orteils, et des systèmes pour remplacer des organes plus complexes (par exemple, notre cœur) commencent à se développer. En apprenant les principes de fonctionnement de notre corps et de notre cerveau, nous pourrons bientôt concevoir des systèmes bien supérieurs qui seront plus durables et plus performants, sans risque de panne, de maladie ou de vieillissement. Un exemple de création conceptuelle d'un tel système, appelé Primo Posthumain, a été mis au point par une artiste et catalyseur culturel du nom de Natasha Vita-More.l Sa création a pour but d'optim iser la mobilité, la flexibilité et la longévité. Elle comporte des options telles qu'un métacerveau pour la connexion globale par le Net avec une prothèse de néocortex avec une intelligence artificielle mélangée à des nanobots, une peau intelligente qui se protège des rayons du soleil avec des biocapteurs pour les changements de ton et de texture et une plus grande acuité des sens. Bien que la version 2.0 du corps humain soit un grand projet en cours qui mènera un jour à l'amélioration de tous nos systèmes physiques et mentaux, nous le mettrons en place subrepticement, un petit pas après l'autre. D'après nos connaissances actuelles, nous pouvons décrire les moyens d'accomplir chaque aspect de cette vision.

Redessiner le système digestif Dans ce contexte, revenons à l'observation du système digestif. Nous avons déjà une vision complète des composants de la nourriture que nous consommons. Nous savons comment aider les personnes qui ne peuvent pas se nourrir à survivre, en utilisant la voie intraveineuse. Cependant, cela n'est sûrement pas une alternative souhaitable, puisque les technologies dont nous disposons pour faire entrer et sortir des substances de notre circulation sanguine sont encore assez limitées. La prochaine phase d'amélioration dans ce domaine sera essentiellement bioch imique, sous forme de drogues et de compléments qui empêcheront une trop grande absorption de calories et reprogrammeront les voies métaboliques pour une santé optimale. La recherche du docteur Ron Kahn au Joslin Diabetes Center a déjà identifié le gène)

le scénario 2030 La technologie nanobots nous donnera une réalité virtuelle totalement immersive et réellement convaincante. Des nanobots prendront position à proximité physique de chaque connexion interneuronale qui proviendra de nos sens. Nous avons déjà la technologie qui permet aux appareils électroniques de communiquer avec les neurones dans les deux sens, qui n'exige aucun contact physique direct avec les neurones. Par exemple, les scientifiques du Max Planck lnstitute ont mis au point des« neurotransistors >> qui peuvent détecter l'activation d'un neurone voisin, ou bien peuvent provoquer l'activation ou l'in hibition d'un neurone voisin.l' Cela revient à une communication à double sens entre les neurones et les transistors de neurones à base électronique. Comme j e l'ai déjà mentionné, les points quantiques ont également montré leur capacité à générer une communication non invasive entre les neurones et l'électroniqu eY Si nous voulons vivre la réalité réelle, les nanobots restent en place (dans les capillaires) et ne font rien. Si nous voulons entrer dans la réalité virtuelle, ils bloquent toutes les entrées venant de nos sens et les remplacent par des signaux adaptés à l'environnement virtuei.BVotre cerveau interprète ces signaux comme s'ils proven aient de votre corps physique. Après tout, le cerveau n'a pas une expérience directe du corps. Comme je l'a i précisé dans le chapitre 4, les entrées du corps- de plusieurs centaines de mégabits par seconde- représentant des informations concernant le toucher, la température, les niveaux d'acidité, le déplacement des aliments et d'autres événements physiques, passent par les neurones Lamina 1, puis par le noyau ventromédian postérieur, pour arriver dans les deux régions insu la du cortex. Si celles-ci sont correctement codées - et nous savons comment le faire grâce aux efforts de la rétro-ingénierie du cerveau -, votre cerveau traitera les signaux synthétiques comme les vrais. Vous pourrez décider de bouger vos muscles et vos membres pour vous déplacer comme d'habitude, ma isles nanobots pourront intercepter ces signaux interneuronaux, empêcher vos véritables membres de bouger et provoquer à la place le déplacement de vos membres virtuels, en ajustant de façon adaptée votre syst ème vestibulaire et en vous donnant le mouvement et la réorientation nécessaires dans le monde virtuel.

Il

HUMANITE

2.0

Internet nous fournira toute une gamme d'environnements virtuels à explorer. Certains seront la recréation de lieux existants; d'autres des environnements fantaisistes qui ne ressembleront en rien au monde physique. Certains, en effet, seraient impossibles, s'ils ne respectaient pas les lois de la physique. Nous pourrons visiter ces mondes virtuels et avoir toutes sortes d'interactions avec d'autres personnes réelles, ou simulées (bien sûr, à terme, il n'y aura plus de distinction entre les deux), aussi bien des transactions financières que des rencontres sensuelles.,« Je suis maigre>>, « Je suis un mec costaud >>, etc.). J'ai trouvé que cette chance de devenir quelqu'un d'autre était libératrice. Nous avons tous un certain nombre de personnalités différentes que nous sommes capables d'exprimer mais que nous réprimons en général puisque nous n'avons aucun véritable moyen à notre disposition pour les exprimer. Aujourd'hui il existe certaines technologies limitées -la mode, le maqu illage et la coiffure- pour changer qui nous sommes dans des relations ou situations différentes, mais notre palette de personnalités s'étendra beaucoup plu s dans les environnements futurs de réa lité virtu elle à immersion totale. Non seulement ces environnements pourront englober tous les sens, mais ils pourront également faire des superpositions émotionnelles. Les nanobots seront capables de générer les corrélats neurologiques des émotions, du plaisir sexuel et d'autres dérivés de notre expérience sensorielle et de nos réactions mentales. Les expériences lors de la chirurgie à crâne ouvert ont montré que la stimulation de certains points spécifiques du cerveau peut déclen cher des expériences émotionnelles (par exemple, la fille qui trouvait tout drôle lorsq u'un certain point de son cerveau était stimulé, comme je l'ai expliqué dans The Age ofSpiritual Machines).3s Certaines émotions et réactions secondaires impliquent un ensemble de mécanismes dans le cerveau plutôt qu'un seul neurone spécifiq ue, mais avec des nanobots distri bués en grand nombre, il sera également possi ble de stimuler ces mécanismes.

Bea mers d'expériences Les« beamers d'expériences,, transféreront tout le flux de leurs expériences sensorielles ainsi que les corrélats neurologiques de leurs réactions émotionnelles sur Internet, tout comme on transmet une image de sa chambre sur le Net parWebcam. Un passe-temps populaire sera de se brancher sur les rayons sensoriels émotionnels de quelqu'un d'autre pour savoir ce que l'on ressent quand

Il

HUMANITE

2.0

on devient cette personne, comme dans le film Dans la peau de John Malkovich. Il y aura également une grande sélection d'archives pour choisir d'autres expériences, et la conception d'expériences virtuelles deviendra une nouvelle forme d'art. Élargir son esprit Lapplication la plus importante des nanobots dans les années 2030 sera de pouvoir littéralement élargir notre esprit grâce à la fusion d'intelligences biologique et non biologique. La première étape sera d'augmenter les capacités des centaines de trillions de connexions interneuronales très lentes avec les connexions virtuelles à haute vitesse par la commun ication nanorobots.J6 Cela nous donnera l'occasion de considérablement booster nos capacités de reconnaissance des motifs, notre mémoire et notre capacité générale de réflexion, et nous donnera une interface directe avec les formes puissantes d'intelligence non biologique. Cette technologie permettra également une communication sans fils d'un cerveau à l'a utre. Il est important de signaler que bien avant la fin de la première moitié du XXIe siècle, la réflexion par des substrats non biologiques prédominera. Comme je l'ai expliqué dans le chapitre 3, la réflexion biologique humaine est lim itée à 10' 6 calculs par seconde (eps) par cerveau humain (d'après le modelage neuromorphique des régions du cerveau) et d'environ 10 26 eps pour tous les cerveaux humains. Ces chiffres ne changeront pas de façon radica le, même avec les ajustements de génie biologique apportés à notre génome. La capacité de traitement de l'intelligence non biologique, au contraire, croît de façon exponentielle (le taux de croissance augmente lui aussi) et dépassera largement l'i ntell igence biologique d'ici le milieu des années 2040.

À ce moment-là, nous aurons dépassé le paradigme des nanobots dans le cerveau biologique. Lintelligence non biologique sera des milliards de fois plus puissante, donc elle prédominera. Nous aurons un corps humain version 3-0 que nous pourrons modifier et réinitialiser en de nouvelles formes à volonté. Nous pourrons rapidement changer notre corps dans des environnements virtuels visuels et auditifs, d'immersion totale, au cours de la deuxième décennie de ce siècle; dans des environnements de réalité virtuelle qui englobent tous les sens pendant les années 2020; et dans la réalité réelle dans les années 2040. Lintelligence non biologique devrait encore être considérée comme étant humaine, puisqu'elle est entièrement dérivée de la civilisation humain-machine et sera basée, du moins en partie, sur la rétro-ingénierie de l'intelligence humaine. Je reviendrai sur cette question philosophique importante dans le chapitre suivant. La fusion de ces deux mondes d'intelligence n'est pas simplement une fusion des moyens de réfl exion s biologique et non biologique mais, ce qui est plu s important, une méthod e et une organisation de réflexion, qui pourra étendre notre esprit de pratiquement toutes les façons imaginables.

Il

6

L'IMPACT...

Aujourd'hui notre cerveau est relativement figé dans sa conception. Même si nous ne rajoutons pas des motifs de connexions interneuronales et des concentrations de neurotransmetteurs de notre processus d'apprentissage normal, la capacité globale actuelle du cerveau humain est sujette à beaucoup de contraintes. Avec une part non biologique de notre réflexion qui prédomine, vers la fin des années 2030, nous pourrons dépasser l'architecture de base des régions neurales de notre cerveau. Des implants du cerveau basés sur des nanobots intelligents distribués en masse étendront considérablement notre mémoire et amélioreront très largement toutes nos capacités sensorielles, cognitives et de reconnaissance de motifs. Puisque les nanobots pourront communiquer entre eux, ils seront capables de créer toute une série de nouvelles connexions neurales, de briser les connexions existantes (en bloquant l'activation des neurones), de créer de nouveaux réseaux hybrides biologiques et non biologiques, et d'ajouter des réseaux complètement non biologiques, ainsi qu'une interface intime avec les nouvelles formes d'intelligence non biologique. !:utilisation de nanobots en tant qu'extensions du cerveau sera une amélioration significative par rapport aux implants neuraux chirurgicaux que l'on commence à utiliser aujourd'hui. Les nanobots seront implantés sans chirurgie, par le flux sanguin, et si nécessaire on pourra leur demander de se retirer, le processus sera donc facile à inverser. Ils seront programmables dans le sens où ils pourront fournir une réal ité virtuelle et dans la minute qui suit proposer toute une gamme d'extensions du cerveau. lis pourront changer de configuration et modifier leurs logiciels. Ce qui est peut-être le plus important c'est leur distribution massive qui leur permettra de prendre des milliards de positions dans le cerveau, alors qu'un implant neural introduit par voie chirurgicale ne peut être placé qu'à un seul endroit, ou dans un nombre de positions très limité. Molly 2004 : La réalité virtuelle d'immersion totale ne semble pas très attrayante. Je veux dire, savoir que tous ces na no bots se déplacent dans ma tête, comme de petits insectes. Ray: Oh, mais vous ne les sentirez pas, pas plus que vous ne sentez les neurones dans votre tête ou les bactéries dans votre tractus gastro-intestinal. Molly 2004: En fait, ça,je le sens. Mais je peux vivre l'immersion totale maintenant avec mes amis tout simplement en, vous savez, en nous réunissant physiquement.Sigmund Freud. Hmmm, c'est exactement ce qu'on disa it à propos du téléphone quand j'étais jeune. Les gens disaient : « Qui a besoin de parler à quelqu'un à des centaines de kilomètres de là quand il suffit de se réunir?,, Ray : Exactement, le téléphone est une réalité virtuelle auditive. Donc la réalité virtuelle d'immersion totale est, dans le fond, un téléphone qui prend tout le corps. Vous pourrez voir qui vous voudrez, quand vou s voudrez, mais vous pourrez faire bien plus que de parler. George 2048: Ça a vraiment été un plus pour les travailleurs du sexe ; ils ne sont même plus obligés de quitter leur domicile. li est devenu tellement difficile

1

HUMANITE 2.0

d'imposer des barrières que les autorités ont été forcées de légaliser la prostitution virtuelle en 2033. Molly 2004 : C'est très intéressant, mais vraiment pas très attrayant. George 2048: D'accord, mais imaginez que vous pu issiez vous retrouver avec votre star préférée. Molly 2004: Je peux le faire dans mon imagination quand je veux. George 2048: Limagination, c'est bien, mais la réalité- ou plutôt la réalité virtuelle- est bien plus, comment dire, réelle. Molly 2004 : D'accord, et si ma star> est occupée? Ray: C'est un autre avantage de la réalité virtuelle autour de 2029 ; vous avez le choix entre des million s de personnes artificielles. Molly 2104 : Je comprends que vous êtes encore en 2004, mais nous nous sommes débarrassé de ce genre de terminologie à l'époque où la loi sur les personnes non biologiques a été adoptée en 2052. Ce que je veux di re c'est que nous sommes bien plus réels que ... bon, je vais peut-être reformuler. Molly 2004: Oui, il vaut mieux. Molly 2104: Disons que vou s n'avez pas besoin d'exploiter des stru ctures biologiques pour être ... George 2048: ... passionné? Molly 2104: J'imagine que vous savez de quoi je parle. Timothy Leary: Et si on fait un mauvais trip? Ray : Vous voulez dire, si quelque chose tourne mal dans l'expérience de réalité virtuelle? Timothy: Exactement. Ray: Eh bien, vous pouvez partir. C'est comme raccrocher le téléphone. Molly 2004: Si l'on contrôle encore le logiciel. Ray: Oui, nous devons nous en préoccuper. Sigmund : Je vois un vrai potentiel thérapeutiqu e. Ray: Oui, vous pouvez être qui vous voulez dans la réa lité virtuelle. Sigmund: Exce llent, c'est une occasion de vivre des désirs réprim és ... Ray: Et pas seulement d'être avec la personne que vous désirez mais de devenir cette personne. Sigmund: Exactement. Nous créons les objets de notre libido dans not re subcon scient de toute façon . Imaginez, les deux mem bres d'un couple pourraient changer de sexe. il s pourraient devenir l'a utre. Molly 2004 : Le temps d'un inte rlude thérapeut ique, je présume? Sigmund: Bien sûr, je ne le proposerais que sou s une surveillance attentive du thérapeute. Molly 2004: Évidemment. M olly 2 104 : Hé, George, vous vous souvenez quand nou s sommes devenus tou s les personnages du sexe opposé en même t em ps dans les rom ans de Allen Kurzw eil ?3 7 George 2048 : Ah, j e vou s aimai s le plu s dans le rôle de l'inventeur f rançais du

6

L'IMPACT...

XVIIIe siècle, celui qui faisait des montres de poche érotiques! Molly 2004: OK, vous voulez bien m'expliquer encore une fois cette histoire de sexe virtuel? Comment ça marche exactement? Ray: Vous utilisez votre corps virtuel, qui est simulé. Les nanobots dans votre système nerveux et autour génèrent les signaux codés adaptés pour tous vos sens : la vue, l'ouïe, le toucher bien sûr, et même l'odorat. Du point de vue de votre cerveau, c'est réel parce les signaux sont tout aussi réels que si vos sens les produisaient dans une expérience vécue. La simulation dans la réalité virtuelle suivra généralement les lois de la physique, mais cela dépendra de l'environnement que vous aurez choisi. Si vous y allez avec une ou plusieurs autres personnes, l'intelligence de ces personnes, qu'elles aient un corps biologique ou non, aura un corps dans cet environnement virtuel. Votre corps dans la réalité virtuelle n'est pas obligé de correspondre à celui de la réalité réelle. En fait, le corps que vous vous choisirez dans l'environnement virtuel peut être différent du corps que votre partenaire choisit pour vous au même moment. Les ordinateurs qui génèrent l'environnement virtuel, les corps virtuels et les signaux nerveux associés coopéreraient pour que vos actes affectent l'expérience virtuelle des autres et vice versa. Molly 2004: Donc je ressentirais un plaisir sexuel sans vraiment être, vous savez, avec quelqu'un? Ray: Eh bien, vous seriez avec quelqu'un, mais pas dans la réalité réelle, et bien sûr, la personne n'existerait peut-être pas dans la réalité réelle. Le plaisir sexuel n'est pas une expérience sensorielle directe, il est lié à une émotion. C'est une sensation générée dans le cerveau qui refl ète ce que vous faites ou ce que vous pensez, comme la sensation de la colère ou de l'humour. Molly 2004: Comme la fille dont vous avez parlé qui trouvait tout hilarant quand les chirurgiens stimulaient un point précis de son cerveau? Ray: Exactement. Il existe des corrélats neurologiques de toutes nos expériences, nos sensations et nos émotions. Certains sont localisés alors que certains reflètent un motif d'activité. Dans les deux cas nous pourrons modeler et multiplier nos réactions émotionnelles dans le cadre de nos expériences de réalité virtuelle. Molly 2004 : Ça pourrait assez bien fonctionner. Je crois que j'augmenterais mes réactions d'humour pendant mes interludes romantiques. Ça m'arrangerait bien. Ou peut-être ma réaction à l'absurdité- je l'aime bien celle-là. Ned Ludd: Je crois qu'on pourrait aller trop loin. Les gens commencera ient à passer trop de temps dans la réalité virtuelle. Molly 2004: Oh, je crois que mon neveu de dix ans y est déjà avec ses jeux vidéo. Ray: Ils ne sont pas encore à immersion totale. Molly 2004: C'est vrai. On peut le voir, mais je ne suis pas sûre qu'il nous remarque. Quand nous serons au stade où ses jeux seront en immersion totale, on ne le verra jamais.

HUMANITE 2.0

George 2048 : Je vois pourquoi vous êtes inquiète si vous pensez en termes de mondes virtuels minces de 2004, mais ce n'est pas un problème avec nos mondes virtuels de 2048. Ils sont bien plus intéressants que le monde réel. Molly 2004: Et comment vous le savez si vous n'avez jamais connu la réalité réelle? George 2048: J'en entends souvent parler. Et puis on peut le simuler. Molly 2104 : Moi, je peux avoir un corps réel quand je veux, ce n'est pas un problème. Je dois dire que c'est assez libérateur de ne pas dépendre d'un seul corps, surtout un corps biologique. Vous imaginez être bloquée par ces nombreuses limitations et contraintes? Molly 2004: Oui, j e vois où vous voulez en venir.

... Sur la longévité humaine

Il est tout à fait remarquable que dans toutes les sciences biologiques on n'ait jamais compris pourquoi il est nécessaire de mourir. Si l'on dit qu'on ne veut pas créer un mouvement perpétuel, nous avons découvert suffisamment de lois en étudiant la physique pour voir que soit c'est complètement impossible, soit les lois sont fausses. Mais nous n'avons encore rien découvert dans la biologie qui indique le caractère inévitable de la mort. Cela me laisse penser qu'elle n'est pas du tout inévitable et que ce n'est qu'une question de temps avant que les biologistes découvrent ce qui nous cause autant de tracas, et que cette terrible maladie universelle ou cette temporalité du corps humain soit guérie. RICHARD FEYNMAN

N'abandonnez jamais, n'abandonnez jamais, jamais, jamais, jamais, jamais- en rien, que ce soit petit ou grand, énorme ou minuscule- n'abandonnez jamais. WINSTON CHURCHILL

L'immortalité avant tout! Tout le reste peut attendre. CORWYN PRATER

La mort involontaire est une pierre angulaire de l'évolution biologique, mais cela n'en fait pas quelque chose de bien. MICHAEL ANISSIMOV

Imaginez que vous êtes un scientifique vivant il y a 200 ans qui a découvert comment réduire de façon drastique la mortalité infantile grâce à une meilleure hygiène. Vous donnez une conférence sur ce sujet et quelqu'un au fond de la salle vous dit :" Attendez, si on fait ça il y aura une explosion de la population ! '' Si vous répondez: " Ne vous in-

1

6

L'IMPACT.. .

quiétez pas, tout ira bien parce que nous mettrons des trucs en plastique ridicules à chaque fois que nous ferons l'amour », personne ne vous prendra au sérieux. Et pourtant c'est exactement ce qui s'est passé -la contraception barrière fut largement adopté à peu près à la même époque que la diminution de la mortalité infantile. AUBREY DE GREY, gérontologue Nous avons le devoir de mourir. -DICK LAMM, ancien gouverneur du Colorado Certains d'entre nous pensent que c'est un peu dommage. BERTRAND RUSSEL, 1955, dans un commentaire sur la statistique qu'environ cent mille personnes meurent de causes liées à la vieillesse chaque jour.38 L'évolution, le processus qui a donné naissance à l'humanité, ne possède qu'un seul objectif: créer des gènes capables de produire le maximum de copies d'eux-mêmes. Rétrospectivement, c'est la seule manière dont les structures complexes telle que la vie pouvaient voir le jour dans un univers inintelligent. Mais cet objectif entre en conflit avec les intérêts de l'être humain, provoquant la mort, la souffrance et une durée de vie limitée. Le progrès de l'humanité jusqu'ici est une suite de contraintes évolutionnaires impressionnantes. MICHAEL ANISSIMOV

HUMANITE

2.0

La plupart des lecteurs de ce livre seront probablement encore là pour vivre la Singularité. Comme nous l'avons examiné dans le chapitre précédent, l'accélération du progrès de la biotechnologie nous permettra de reprogrammer nos gènes et nos processus métaboliques pour repousser la maladie et le processus de vieillissement. Ce progrès profitera des avancées rapides de la génomique (qui influence les gènes), de la protéomique (qui comprend et influence le rôle des protéines), de la thérapie génique (qui bloque l'expression des gènes avec des technologies telles que l'interférence ARN et l'insertion de nouveaux gènes dans le noyau), de la conception de médicaments rationnels (la formulation de médicaments qui ciblent des changements précis de la maladie et des processus de vieillissement) et du clonage thérapeutique de versions rajeunies (avec une extension des télomères et une correction d'ADN) de nos cellules, nos tissus, nos organes, et les évolutions qui y sont liées. La biotechnologie étendra la biologie et corrigera ses défauts évidents. La révolution parallèle de la nanotechnologie nous permettra de dépasser les limites sévères de la biologie. Comme Terry Grossman et moi l'avons expliqué dans Fantastic Voyage: Live Long Enough to Live Forever, nous acquerrons rapidement les connaissances et les outils nécessaires pour maintenir et étendre indéfiniment la« maison >> que chacun de nous appelle son corps et son cerveau. Malheureusement, la grande majorité des baby-boomers ne sont pas conscients du fait qu'ils ne sont pas obligés de souffrir et de mourir selon le cours« norm al >> de la vie, comme les générations précédentes- s'ils prennent les mesures adéquates, mesures qui dépassent la notion habituelle d'un style de vie sain (voir à la fin: . Dans l'histoire, le seul moyen pour des êtres humains de vivre plus longtemps que leur cycle de vie biologique ne le prévoit, était de transmettre des valeurs, des croyances et des connaissances aux générations futures. Nous approchons maintenant d'un changement de paradigme dans les moyens à notre disposition pour préserver les motifs inhérents à notre existence. Lespérance de vie des humains croit rapidement et accélérera, puisque nous sommes dans les premières phases de la rétro-ingénierie des processus d'informations propres à la vie et à la maladie. Robert Freitas estime que l'élimination d'une liste spécifique de sa %des cond itions évitables par la médecine prolongerait l'espéran ce de vie des humain s à plus de 150 ans.J9 En prévenant plu s de go% des problèmes médica ux, l'espérance de vie serait de plu s de soo ans. À 99%, nous attei ndrions plus de 1 ooo ans. Nous pouvons nous attendre à ce que la réalisation des révolutions de la biotechnologie et de la nanotechnologie nous permette d'éliminer pratiqu ement toutes les causes médicales de mort. En avançant vers une existence non biologique, nous aurons les moyens de nous « créer en réserve ,, (de stocker les motifs clés de nos connaissances, de nos compétences et de notre personnalité), ce qui éliminera la plupart des causes de mort que nous connai ssons .

6

L'IMPACT...

Espérance de vie (Années)4° Homme de Cro-Magnon

18

Égypte ancienne

25

1400

Europe

18oo Europe et États-Unis 1900

États-Unis

2002

États-Unis

30

37

La transformation vers une expérience non biologique

Un esprit qui garde la même capacité ne peut vivre éternellement ; après plusieurs milliers d 'années il ressemblerait plus à une bande qui tourne indéfiniment qu'à une personne. Pour vivre éternellement, J'esprit doit continuer à grandir[. ..] et lorsqu 'il sera assez g rand, et regardera Je passé[. ..] que peut-il avoir en commun avec J'â me qu 'il ét ait à J'orig ine ? L'esprit aura t outes les caract éristiques de sa version d 'origine, mais avec t ellement plus.

VER NOR VINGE Les empires du f utur sont les empires de J'esprit.

WIN STON CHURCHILL

J'ai parlé du chargement du cerveau dans le chapitre 4· Le scénario simple de portails au cerveau serait possible en scannant un ce rveau humain (probablement de l'intérieur}, en capturant tous les détails importants et en transfé rant l'état du ce rvea u vers un substrat inform atique différent - et très probabl em ent plu s puissa nt. Cet t e procédure sera réal isa ble et aura ce rtainement lieu vers la fin des années 2030. M ais ce n'est pas le moyen princi pal que j'envi sage pour la transition vers l'expérience non biologique. Elle se f era, plutôt, de la même manière que tous les autres changements de paradigmes: progressivement (mais à un rythme croi ssant). Comme j e l'ai déjà souli gné, le transfert vers une pensée non biologique se ra une pente glissante, mais sur laquel le nous nous som mes déj à engagés. Nous préserverons un corps humain, mais il deviendra une projection morphable de notre intelligence. En d'a utres termes, une foi s que nous aurons intégré la f a-

HUMANITE

2.0

brication de nanotechnologie moléculaire à l'intérieur de nous, nous pourrons créer et recréer des corps différents à volonté. Quels que soient les moyens que nous emploierons pour y arriver, ces transformations profondes nous permettront-elles de vivre éternellement ? La réponse dépend de ce que nous entendons par « vivre » et « mourir ». Pensez à ce que nous faisons aujourd'hui avec nos fichiers informatiques. Lorsque nous échangeons un vieux modèle d'ordinateur contre un modèle plus récent, nous ne jetons pas nos fichiers. Au contraire, nous en faisons des copies pour les réinstaller dans le nouveau matériel. Même si nos logiciels ne peuvent pas forcément exister éternellement, leur durée de vie est indépendante et déconnectée du matériel sur lequel ils sont utilisés. Actuellement, lorsque notre matériel humain se casse, le logiciel de notre vie- notre« fichier esprit» personnel- meurt aussi. Cependant, ce ne sera plus le cas lorsque nous aurons les moyens de stocker et de récupérer les mi lliers de trillions d'octets d'informations représentés dans le motif que nous appelons notre cerveau {ainsi que le reste de notre système nerveux, notre système endocrinien et les autres stru ctures qui composent notre fi chier esprit).

À ce stade, la longévité du fichier esprit de chacun ne dépendra pas de la viabilité continue du matériel utilisé (par exemple, de la survie du corps et du cerveau biologiques). Au bout du compte, les humains à base de logiciels seront largement étendu s, au-delà des limitations sévères des humains que nous connaissons actuellement. Ils vivront sur le net , projetteront leur corps quand ils le souhaiteront ou en auront besoin, y compris des corps virtuels dans divers domaines de réalité virtuelle, des corps par projection holographique, par foglets et des corps physiques équipés d'essaims de nanobots et d'autres formes de nanotechnologie. D'ici le milieu du XXIe siècle, les humains pourront étendre leu rs pensées san s lim ites. C'est une f orm e d'i mmortalité, mêm e s'il est important de souli gner que les données et les informations ne durent pas forcém ent éternell ement: la longévité des informations dépend de leur pertinence, leur utilité et leur accessibilité. Si vous avez déjà essayé de récupérer des informations dans une forme obsolète de stockage de données, avec un format ancien et obscur {par exemple, une bobine de bande magnétique d'un mini-ordinateur de 1970). vou s comprendrez les défis qui se présentent quand on veut préserver la viabilité d'un logiciel. Cependant, si nous préservons notre fichier esprit avec beaucoup de soin, en faisant régulièrement des copies de sauvegarde et des remises à jour pour nous adapter aux formats les plus récents, une forme d'immortalité pourra être at teinte, du moin s pour les humains à base de logiciels. Dans quelques décennies, il semblera incroya ble que les hu ma ins d'avant n'a ient pas eu de sa uvega rde de leurs informations les plu s précieuses : cell es conte nues dans leurs corps et leurs esprits.

6

L'IMPACT...

Cette forme d'immortalité représente-t-elle le même concept que celui de vivre éternellement en tant qu'humain physique, comme nous l'entendons actuellement? Dans un sens, oui, parce que notre corps n'est pas non plus une collection constante de matière aujourd'hui. La recherche récente montre que même nos neurones, que l'on pensait relativement durables, changent tous les sous-systèmes qui les constituent, tels que les tubules, en quelques semaines seulement. Seuls nos motifs de matière et d'énergies persistent, et mêmes eux changent progressivement. De même, ce sera le motif du logiciel humain qui persistera, se développera et changera lentement. Mais cette personne basée sur 1110n fichier esprit, qui migre au moyen de substrats informatiques et qui dure plus longtemps que tout support de réflexion, est-elle vraiment moi? Cela nous ramène aux mêmes questions de conscience et d'identité que celles débattues à l'époque des dialogues de Platon (que nous examinerons dans le chapitre suivant). Au cours du XXIe siècle, ces questions ne seront plus les sujets de débats philosophiques polis, mais nous devrons les affronter en tant que questions vitales, pratiques, politiques et juridiques. Une question parall èle: La mort est-elle souhaitable? La fatalité de la mort est profondément ancrée dans la pensée humaine. Si la mort semble inévitable, nous n'avons d'autre choix que de la rationaliser comme étant quelque chose de nécessaire et même de noble. La technologie de la Singularité donnera les moyens pratiques et accessibles aux humains de devenir quelque chose de plus grand, nous n'a urons donc plus besoin de rationali ser la mort en t ant que moyen primaire de donner un sens à la vie.

La longévité des informations " L'horreur de cet instant, poursuivit le roi, je ne l'oublierai plus jamais ! " - Mais si, vous l'oublierez, répondit la reine, si vous oubliez de le noter. "

LEWIS CARROLL, Through the Looking-Giass Les seules choses dont on peut être sûr, d'après le dicton, sont la mort et les taxes mais n'en soyez pas si sûrs pour la mort.

JOSEPH STROUT, neuroscientifique Je ne sais pas sire, mais quel que soit le résultat, j e suis sûr que vous parviendrez à le taxer.

MICHAEL FARADAY, en réponse à une question du ministre britannique des Finances sur l'utilisation pratique de sa démonstration d'électromagnétisme Ne partez pas doucement dans cette nuit... Rage, rage contre la mort de la lumière.

DYLAN THOMAS

H U MANITE

2.0

t.:occasion de traduire notre vie, notre histoire, nos pensées et nos compétences en informations soulève la question de la durée des informations. J'ai toujours admiré la connaissance et collecté des informations de toutes sortes dans mon enfance, une passion que je partageais avec mon père. Pour vous remettre dans le contexte, mon père était le genre de personne qui aimait stocker tous les sons et images qui marquaient sa vie. À sa mort prématurée à l'âge de cinquante-hu it ans en 1970, j 'ai hérité de ses arch ives, que je chéris encore aujourd'hui. J'ai la thèse doctorale de mon père écrite en 1938 à l'université de Vienne, qui contient ses visions intimes des contributions de Brahm s à notre vocabulaire mu sical. J'ai des album s de coupures de journaux soigneusement organisées qui racontent ses concerts acclamés de j eune musicien dans les collines autrichiennes. li y a des lettres au ton urgent échangées avec le mentor musical américain qui l'aida à fuir Hitler,juste avant Krist allnacht (La nuit de cristal), et des documents historiques liés aux événements en Europe vers la fin des années1930 qui rend irent cette f uite impossible. Ces papiers sont con se rvés dans des diza ines de cartons viei lli ssa nts, contenant une myriade de souvenirs, y compris des photographies, des enregi strements de mu siques sur vinyles et sur bandes magnétiques, des lettres personnelles et même de vieilles factures. J'ai également hérité de son penchant pour la conservation des événements de la vi e, alors à côté des ca rtons de mon père j'ai quelques ce nta ines de carton s de mes propres papiers et dossiers. La productivité de mon père, assistée uniquement par sa machine à écrire manuelle et son papier carbone, ne peut être comparée à ma propre prolificité, assistée et encou ragée par des ordinateurs et des imprimantes à haute vitesse qui peuvent reproduire mes pen sées dans toutes leurs permutations. Bien au chaud dans mes ca rto ns se t rouvent également différentes formes de médias numériques: des cart es à perfo rer, des bobines de bande pa pier et des bandes et disques magnétiques numériques de différents form at s et tailles. Je me demande souvent si ces inf ormations restent véritablement accessibles. C'est iro nique, la facilité avec laquelle on accède à ces informations est inversement proportionnelle à l'avancement de la t echnologie avec laquelle elles ont été créées. Les plus simples sont les documents papier qui, malgré les signes de l'âge, restent tout à fa it lisibles. Les documents un peu plus difficiles d'accès sont les vinyles et les enregistrements analogues sur bande. Bien qu'il soit nécessaire d'avoir un équ ipement de base, celui-ci est facile à trouver et à utiliser. Les cartes perforées présentent plus de problèmes, méii s il est encore poss ible de t ro uver des lect eurs de ca rtes, et les f orm ats ne sont pas comp liqués. t.:info rm ation qui est de loin la plus difficile à récupére r est cel le conse rvée sur des di sq ues et des bandes numériqu es. Imaginez les problèmes. Pour chaque support j e dois im aginer exact ement quel type de lecteur de di sq ues ou

6

L'IMPACT...

de bandes était utilisé, que ce soit un IBM 1620 autour de 1960 ou une Data General Nova 1vers 1973. Puis, une fois que j'ai insta llé le matériel requis, il y a toutes sortes de logiciels à traiter: le système d'exploitation adapté, les pilotes d'informations du disque et les programmes d'application. Et, lorsque je ren contre les nombreux problèmes inévitables à chaque niveau de matériel ou de logiciel, qui puis-je appeler pour me dépanner? Il est déjà assez difficile de faire fonctionner un système contemporain, alors imaginez travailler avec des systèmes dont le numéro d'assistance n'existe plus depuis des années (s'il exi stait). Même au musée de l' Histoire des ordinateurs, la plupart des machines exposées ne fonctionnent plus depuis des années.4 ' Imaginons que j'arrive à surmonter tous ces obstacles, je dois accepter le fait que les données magnétiques des disques sont probablement détériorées et que les anciens ordinateurs généreront essentiellement des messages d'erreur.4' Mais les informations sont-elles perdues? La réponse est : pas entièrement. Même si les marques magnétiques ne peuvent plus être lues par le matériel d'origine, les régions détériorées pourraient être réhabilitées par un matériel suffisamment précis, par des m éthodes qui sont analogues à l'a m élioration d'images souvent utilisée pour restaurer les pages de vieux livres lorsqu'ils sont scannés. Les informations sont encore là mais il est très difficile d'y accéder. Avec suffisamment de patience et de recherche historique, on pourra peut-être les récupérer. Si nous pensions qu'un de ces disques contenait des secrets d'une grande valeur, nou s réuss irion s sûrement à récupérer les informations. M ais la nostalgie pure se ra sûrement insuffisa nte pour motiver quelqu'un à entreprendre cet te tâche gigantesque. Je tiens à di re qu'ayant anticipé ce problème, j'ai pris le soin de faire des versions papier de la plupart de ces vieux documents. Mais conserver de vieilles informations su r papier n'est pas une solution, car les archives papier présentent d'autres problèmes. Même si je peux facilement lire un manu scrit de plus de cent ans si je le tiens dans la main, trouver un document précis parmi des milliers de dossiers moyennement organi sés est une t âche f astidieu se et f ru strante. On peut passer la j ournée entière à retrouver le bon classeur, sans parler du risque de lumbago en déplaçant les dizaines de cartons lourds. L'utilisation d'un microfi lm ou d'une microfiche peut résoudre certains de ces problèmes mais la localisat ion du bon docu ment reste un défi. J'ai rêvé de prendre ces ce ntaines de milliers de dossiers, de les scanner pour les mettre dans une énorme base de données personnelle qui me perm ettrait d'utiliser les méthodes contemporaines puissantes de recherche et de récupération de données. J'ai même trouvé un nom pour cette base - DAI SI (Document and Image Storage Invention)-, et j'accumule des idées pour sa conception depuis de nombreuses années. Le pionnier de l' informatique Gordon Bel l (a ncien in génieur en chef de la Digital Equipm ent Corporation), la DAR PA (Defense Ad vanced Resea rch Projects Agency) et la Long Now Foundation travail lent également sur des systèmes pouvant relever ce défi. 4 3

Il

HUMANITE

2.0

DAI SI nécessiterait de scanner et de patiemment classer tous les documents, tâche assez décourageante. Mais le véritable défi de mon rêve de DAI SI est étonnamment profond: comment pourrais-je sélectionner les couches de matériel et de logiciel adaptées qui me donneront l'assurance que mes archives resteront viables et accessibles d'ici quelques décennies? Bien sûr, mes besoins personnels d'archivage ne sont qu'un microcosme de la base de connaissances en expansion exponentielle que la civilisation humaine accumule. C'est cette base de connaissances partagée par toute l'espèce qui nous distingue des autres animaux. D'autres animaux communiquent, mais n'accumulent pas une base de connaissances croissantes, en évolution constantes, pour la transmettre à la génération suivante. Puisque nous écrivons notre précieux patrimoine avec ce que l'expert en informatique médicale Bryan Bergson appelle " l'encre qui s'efface >>, l'héritage de notre civilisation semble être en péril. 44 Il semble que ce danger augmente de façon exponentielle avec l'extension de nos bases de connaissances. De plus, ce problème est exacerbé par la vitesse croissante avec laquelle nous adopton s de nouvelles normes dans les différentes couches de matériels et de logiciels que nous utilisons pour stocker des informations. Il y a un autre dépositaire d'informations de grande valeur dans notre cerveau. Notre mémoire et nos compétences, même si elles semblent éphémères, représentent des informations, codées en de vastes motifs de neurotransmetteurs concentrés, de connexion s interneuronales et d'autres dét ails neuraux importants. Ces informations sont les plus précieuses de toutes, ce qu i explique en partie pourquoi la mort est si tragique. Comme nous l'avons déjà vu, nous pourrons un jour accéder à des trillions d'octets d'informations que nous aurons conservés dans notre cerveau, m ais aussi les archiver de façon permanente et les comprendre. Copier notre cerveau sur d'a utres supports soulève un certain nombre de questions philosophiques, que j'aborderai dans le chapitre suivant- par exemple : est-ce vraiment moi ou plutôt quelqu'un d'autre qui maîtrise toutes mes pensées et mes connaissances? Peu importe comment on résout ces quest ions, l'idée de captu rer les information s et les processus d'informations dans notre ce rveau semble sign ifier que nous (ou du moin s des entités qui se comportent comme nous) pourrion s >, avec des combattants tactiques autonomes (TAC} qui « auront un certain degré d'autonomie- une autonomie réglable ou une autonom ie supervi sée ou une pl eine autonomie [ ... ] dans les limites de la mission 4 8 >>.Les TAC seront disponibles dans une grande gamme de t ailles différentes, des nanobots et microbots jusqu'aux grands UAV et autres véhicules, en passant par des sys-

6

L'IMPACT...

tèmes automatisés qui peuvent marcher sur des terrains complexes. LUn des concepts innovants développés par la NASA, avec des applications militaires, aurait la forme d'un serpent. 49 LUn des programmes contribue au concept d'essaims de petits robots à organisation autonome prévu dans les années 2020, c'est le programme Autonomous Intelligent Network and Systems (AINS) du Bureau de recherche navale, qui prévoit une armée drone de robots autonomes et non habités, sous l'eau, sur la terre et dans les airs. Les essaims auront des commandants humains avec un contrôle et un commandement décentralisés et ce que le chef de projet Allen Moshfegh appelle un'' Internet impénétrable dans le cielso ».Des recherches approfondies en cours dans la conception d'une intelligence d'essaim Y Celle-ci décrit la façon dont des comportements complexes peuvent survenir lorsqu'il y a un nombre important d'agents individuels qui suivent chacun des règles relativement simplesY Les essaims d'insectes sont souvent capables de trouver des solutions intelligentes à des problèmes complexes, tels que l'architecture d'une colonie, malgré le fait qu'aucun membre individuel de l'essaim ne possède les compétences nécessaires. DAR PA a annoncé en 2003 qu'un bataillon de 120 robots militaires (fabriqués par 1-Robot, une société cofondée par le pionnier de la robotique Rodney Brooks) allait être équipé de logiciels à intelligence d'essaim pour lui permettre de reproduire le comportement organisé des insectes.sJ Quand les systèmes robotiques deviendront plus petits physiquement et plus grands en termes de composants, les principes d'auto-organisation de l'intelligence d'essaim joueront un rôle de plus en plus important. On a également reconnu dans l'armée que les délais de développement doivent être réduits. Traditionnellement, le temps de passage du développement au déploiement des projets militaires est de plus de dix ans. Mais avec un taux de transfert de paradigmes technologiques qui se réduit de moitié chaque décennie, cette période de développement doit suivre, car beaucoup de systèmes d'armement sont déjà obsolètes en arrivant sur le terrain. Une des manières d'y parvenir serait de développer et de tester les nouvelles armes en utilisant des simulations, ce qui permettrait aux systèmes d'armements d'être conçus, mis en place et testés bien plus vite que par le biais traditionnel des prototypes et des essais (souvent des essais d'explosions) sur le terrain. Une autre tendance importante est d'éloigner le personnel militaire du combat pour améliorer le taux de survie des soldats. Cela est possible en permettant aux humains de diriger et de piloter les systèmes à distance. Retirer le pilote du véhicule lui permet de participer à des missions plus dangereuses et permet également plus de manœuvrabilité. Ces appareils pourront aussi devenir beaucoup plus petits puisqu'ils n'auront plus besoin des équipements nécessaires pour protéger la vie humaine. Les généraux seront encore plus éloignés. Tommy Franks a mené la guerre en Afghanistan depuis un bunker au Qatar.

Il

HUMANITE

2.0

Poussière intelligente

La DARPA met au point des engins encore plus petits que des oiseaux ou des abeilles appelés« poussière intelligente,, -des systèmes complexes de capteurs qui sont à peine plus grands que l'extrémité d'une aiguille. Une fois développés, des essaims de millions de ces appareils pourraient être largués en territoire ennemi pour exercer une surveillance très détaillée et, un jour, participer à des missions offensives (par exemple, le déploiement de nana-armes). L'énergie pour les systèmes de poussière intelligente proviendra des cellules combustibles issues du nanogénie, ainsi que de la conversion d'énergie mécanique produite par leurs propres mouvements, le vent et les courants thermiques. Vous voulez trouver un ennemi clé? Vous devez localiser des armes cachées? Un nombre infini d'espions quasi invisibles pourraient surveiller chaque centimètre carré du terrain ennemi, identifier chaque personne (grâce à l'imagerie thermique et électromagnétique, puis par les tests d'ADN et d'autres moyens) et chaque arme, et même effectuer des missions pour détruire des cibles ennemies. Na no-armes

La prochaine étape après la poussière intelligente sera des armes à base de nanotechnologie, qu i rendront les armes plus grandes obsolètes. Le seul moyen pour un ennemi de contrer une force distribuée si massivement sera de créer sa propre nanotechnologie. De plus, l'amélioration des appareils nanotechnologiques capables de se reproduire étendra leurs capacités mais présentera aussi de grands dangers, sujet sur lequel je reviendrai dans le chapitre 8. La nanotechnologie est déjà appliquée à toutes sortes de fonctions militaires. Par exemple, il existe des revêtements nanotech pour une armure améliorée ; des laboratoires dans une puce pour une détection et une identification rapides d'agents chimiques et biologiques ; des catalyseurs à na no-échelle pour décontaminer des zones; des nanoparticules biocides incorporées dans les uniformes pour réduire les risques d'infection suite à une blessure; des nanotubes mélangés à du plastique pour créer des tissus très résistants et des tissus autoréparateurs. Par exemple, l'université de l'Illinois a mis au point des plastiques auto-réparateurs qui contiennent des microsphères de monomères liquides et un catalyseur dans une matrice en plastique: lorsque le tissu se déchire, les microsphères se brisent, ce qui comble automatiquement la fissure.s4 Des armes intelligentes

Nous sommes déjà passés de simples missi les lancés dans l'espoir qu'ils atteignent leur cible à des missiles téléguidés intelligents qui utilisent la recon naissa nce de motifs pour prendre seu ls des milliers de décisions tactiques. Les

6

L'IMPACT...

balles, par contre, sont restées des espèces de projectiles stupides miniatures, et les équiper d'une certaine mesure d'intelligence fait partie des objectifs de l'armée. Puisque les armes militaires vont devenir de plus en plus petites et nombreuses, il ne sera plus souhaitable, ni même possible, de préserver un contrôle humain sur chaque arme. Donc augmenter le niveau de contrôle autonome est également un objectif important. Une fois que l'intelligence des machines aura rattrapé l'intelligence humaine biologique, bien d'autres systèmes deviendront entièrement autonomes.

Réalité Virtuelle ( RV) Les environnements de réalité virtuelle sont déjà utilisés pour contrôler des systèmes à distance tels que le Predator armé UAV de l'US Air Force.ss Même si un soldat est à l'intérieur d'un système d'armes (comme le char Abrams), nous ne nous attendons pas à ce qu'il ou elle regarde simplement par la fenêtre pour savoir ce qui se passe à l'extérieur. Les environnements de réalité virtuelle sont nécessaires pour donner une vision de l'environnement réel et pour permettre un contrôle efficace. Les commandants humains responsables des armes essaims auront également besoin d'environnements de réalité virtuelle spécialisés pour appréhender les informations complexes collectées par ces systèmes distribués. D'ici la fin des années 2030 et le début des années 2040, alors que nous approchons de la version 3.0 du corps humain et de la prédominance de l'intelligence non biologique, la question de la guerre cybernétique sera au centre des débats. Lorsque tout sera devenu informations, la capacité de contrôler ses propres informations et de perturber la communication, le commandement et le contrôle de son ennemi seront des facteurs déterminants dans la victoire militaire .

... sur l'Apprentissage La science est l'organisation des connaissances. La sagesse est l'organisation de la vie. EMMANUEL KANT (1724-1804)

La majorité de l'éducation dans le monde actuel, y compris dans les pays riches, n'a pas beaucoup changé par rapport au modèle proposé par les écoles monastiques du XIV" siècle en Europe. Les écoles restent des institutions hautement centralisées construites avec des ressources limitées en bâtiments et en enseignants. La qualité de l'enseignement varie énormément, selon la richesse de la collectivité (la tradition américaine de financer l'éducation avec les impôts

HUMANITE

2.0

sur la propriété ne fait qu'exacerber cette inégalité), ce qui contribue au fossé entre les favorisés et les démunis. Comme avec toutes nos institutions, nous tendrons progressivement vers un système éducatif décentralisé où chaque individu aura facilement accès à des connaissances et à un enseignement de haute qualité. Nous sommes actuellement dans les premières phases de cette transformation, mais déjà l'arrivée de sources inépuisables de connaissances sur Internet, les moteurs de recherche très utiles, les formations ouvertes de grande qualité sur le Net et un enseignement assisté par ordinateur de plus en plus efficace nous permettent d'avoir un accès généralisé et peu coûteux à l'éducation. La plupart des grandes universités proposent désormais des cours complets en ligne, dont beaucoup sont gratuits. Linitiative OpenCourseWare {OCW) du MIT est l'un des plus importants. Le MIT propose neuf cents cours -la moitié des cours qui existent dans cet institut- gratuitement sur le net.s6 Cela a déjà eu un impact significatif sur l'éducation dans le monde. Par exemple, Brigitte Bouissou écrit:>. Comme je l'ai déjà dit, il n'y a aucun appareil ou système que nous pouvons concevoir qui puisse véritablement détecter la subjectivité (l'expérience consciente) associée à une entité. Tout appareil de ce type s'accompagnerait forcément de présomption s philosophiques. Même si je suis loin d'être d'accord avec la majeure partie du traité de Lanier (voir la section« Critique du logiciel,, dans le chapitre g},je le rejoins sur cette question et je peux même imaginer ses sentiments de frustration (et compatir} en entendant des« totalitaristes cybernétiques» comme moi-même (bien que je rejette cette appellation" ). Comme Lanier, j'accepte même l'expérience subjective des personnes qui affirment que l'expérience subjective n'existe pas. Précisément parce que nous ne pouvons pas résoudre des questions liées à la conscience uniquement à travers des mesures et une analyse objectives (la science}, la philosophie joue un rôle essentiel. La conscience est la plus importante des questions ontologiques. Après tout, si nous imaginons réellement un monde où l'expérience subjective n'existe pas (un monde où des choses tourbillonnent mais où il n'y a aucune entité consciente pour les vivre}, ce monde-là ferait aussi bien de ne pas exister du tout. Dans certaines traditions ph ilosophiques, en Orient (certaines écoles de pensée bouddhistes, par exemple} et en Occident (plus précisément, les interprétations à base d'observateurs de lamécaniqu e quantique}, c'est exact ement de cette façon que l'on perçoit un monde de ce type.

Ray: On peut débattre quels types d'entités sont ou peuvent être conscients. On peut se demander si la conscience est une propriété émergente ou si elle est provoquée par un mécanisme spécifique, biologique ou autre. Mais il y a un autre mystère associé à la conscience, peut-être le plus important. Molly 2004: D'accord, je suis toute ouïe. Ray : Eh bien, même si nou s partons du prin ci pe que tous les humains qui semblent être conscients le sont réellement, pourquoi ma conscience est-elle

Il

HUMANITE

2.0

associée à une personne spécifique, moi ? Pourquoi suis-je conscient de cette personne qui lisait Tom Swift Jr quand il était enfant, a commencé à s'intéresser aux inventions, écrit des livres sur le futur, et ainsi de suite? Chaque matin je me réveille et je vis les expériences de cette personne précise. Pourquoi ne suis-je pas Alanis Morissette ou quelqu'un d'autre? Sigmund Freud: Ah, alors vous aimeriez être Alanis Morissette? Ray: C'est une proposition intéressante, mais la question n'est pas là. Molly 2004: Où voulez-vous en venir? Je ne comprends pas. Ray: Pourquoi suis-je conscient des expériences et des décisions de cette personne en particulier?

Molly 2004 : Mais parce que c'est vous, voyons. Sigmund : Il semblerait qu'il y ait un aspect de votre personne que vous n'aimez pas. Dites m'en plus. Molly 2004 : Un peu plus tôt, Ray avait dit qu'il n'aimait pas du tout être humain. Ray: Je n'ai pas dit que je n'a imais pas être humain. J'ai dit que je n'aimais pas les limitations, les problèmes et le niveau élevé d'entretien de mon corps version 1.0. Mais ce n'est pas la question dont j'essaie de vous parler. Charles Darwin :Vous vous demandez pourquoi vous êtes vous ? C'est une tautologie, il n'y a pas de questions à se poser. Ray: Comme souvent quand on essaie d'exprimer les problèmes les plus >des pouvoirs" ordinaires>> du monde matériel par le pouvoir des schémas. Même si on m'a déjà appelé matérialiste, je me considère comme un « patternist ». C'est à travers les pouvoirs émergents des motifs que nous transcendons. Puisque les éléments matériels dont nous sommes composés se remplacent rapidement, c'est le pouvoir transcendant de nos motifs qui persiste. Des coups de pinceau aléatoires sur une toile ne sont que de la peinture. M ais lorsqu'on les organise de la bonne manière, ils t ra nscendent la matière et deviennent de l'art. Les notes jouées au hasa rd ne sont que des sons. Séquen cées de manière« inspirée >>, elles nous donnent de la musique. Un tas de composants n'est qu'un inventaire. Ordonnés de manière innovante, et peut-être avec l'aide d'un logiciel (un autre schéma), nous obtenons la> (transcendance) de la technologie. M ême si certains consid èrent ce que l'on appelle le >

Les environnementalistes doivent maintenant se Jaire à l'idée d'un monde possédant suffisamment de richesses et de capacités techniques pour ne pas chercher à en acquérir davantage. BILL MCKIBBEN, premier environnementaliste à avoir écrit sur le réchauffement planétaire1

Le progrès était autrefois acceptable, mais il est allé trop loin. OGDEN NASH, (1902-1971)

À la fin des années 1960 je me suis transformé en activiste environnemental radical.

J'ai rejoint un groupe disparate d'écologistes et nous avons traversé le Pacifique nord dans un vieux bateau dont l'étanchéité laissait à désirer afin de bloquer les derniers tests de bombe à hydrogène du président Nixon. Pendant cette période,j'ai aidé à fon der l'association Greenpeace... Les écologistes ont souvent été capables de produire des arguments raisonnables, tout en faisant de bonnes actions comme sauver les baleines et rendre l'environnement plus propre. Mais maintenant, tous les moutons sont rentrés au bercail. La campagne des écologistes contre la biotechnologie en général, et plus particulièrement contre les manipulations génétiques, a permis de mettre en évidence leur pauvreté intellectuelle et morale. En adoptant une politique de tolérance zéro à l'encontre d'une technologie ayant de tels potentiels bénéfiques pour l'humanité et

Il

HUMANITE

2.0

l'environnement, ils se sont aliénés les scientifiques, les intellectuels, les internationalistes. JI semble inévitable que les médias et le public sauront, en temps voulu, voir la folie de leur position. PATRICK MOORE

Je pense que cet antagonisme et cette méfiance de la technologie conduit à l'échec. Bouddha lui-même se repose aussi bien dans le circuit d'un ordinateur digital et les mécanismes d'un cycle de transmission qu'au sommet d'une montagne ou dans les pétales d'une fleur. Penser autrement, c'est douter de Bouddha -ce qui revient à douter de soi-même. ROBERT M. PIRSIG, Zen and the art of motorcycle maintenance

C

onsidérons ces articles que nous préférerions ne pas voir disponibles sur le Web:

·Impressionnez vos ennemis: comment construire votre bombe atomique à partir de matériaux facilement accessibles. 2 ·Comment modifier le virus de la grippe dans les laboratoires de votre faculté pour obtenir du venin de serpent. ·Dix modifications simples du virus duE. Coli. • Comment modifier la variole pour rendre le vaccin inopérant. ·Construisez vos armes chimiques grâce à des matériaux disponibles sur le Net. • Comment construire un avion sans pilote, téléguidé, en utilisant une maquette, un GPS, et un ordinateur de poche. Ou bien, ceux-là :

·Le génome des dix agents pathogènes majeurs. • Plans des plus hauts gratte-ciel. ·La conception des réacteurs nucléaires des centrales américaines. • Les cent points faibles de la société moderne. • Informations sanitaires personnelles sur 100 millions d'Américains. ·Liste préférentielle des meilleurs sites pornographiques. Quiconque tenterait d'ouvrir un site tel que le premier évoqué gagnerait une visite très rapide du FBI, comme c'est arrivé à Nate Ciccolo, un élève d'une quinzaine d'années, en mars 2000. Il avait construit pour son cours de sciences un modèle en papier mâché d'une bombe atomique qui s'est avérée désagréablement réaliste. Dans la tempête médiatique qui a suivi, le jeune homme a dit à ABC News : « Quelqu"un m'a dit qu'on pouvait obtenir toutes les informations que l'on désirait sur Internet. Et je n'étais pas tout à fait au point sur mon projet. Alors j'ai essayé. Vous pouvez essayer aussi si vous voulez. En quelques clics,

Il

8

LES PROMESSES ET LES PÉRILS DE LA GNR

j'avais trouvé tout ce que je voulais savoir.3

»

Bien sûr, ce jeune homme ne possédait pas l'ingrédient clé, le plutonium, et il n'avait aucune intention d'en acquérir, mais ce rapport a créé une onde de choc dans les médias, ainsi qu'au sein des autorités qui s'inquiétaient de la prolifération nucléaire. Ciccolo a signalé avoir trouvé 563 pages Web sur la construction de bombe atomique; des efforts publics ont été faits pour toutes les supprimer. Malheureusement, essayer de se débarrasser des informations sur Internet s'apparente à essayer de balayer l'océan. Certains de ces sites sont toujours aussi facilement accessibles aujourd'hui- je ne fournira i aucune adresse dans cet ouvrage, mais ils ne sont pas difficiles à trouver. Bien que les titres des articles ci-dessus soient fictifs, n'importe qui peut trouver des informations sur Internet concernant tous ces sujets. 4 Le Web est un extraordinaire outil de recherche. D'après ma propre expérience, une recherche qui prenait la moitié d'une journée à la bibliothèque peut maintenant être accomplie en quelques minutes. Cela représente des bénéfices énormes et évidents pour l'avancée des technologies positives, mais cela peut aussi fournir une grande puissance à ceux dont les valeurs ne correspondent pas aux principes de la société. Sommes-nous en danger? La réponse est évidemment oui. Mais identifier ces dangers, et les moyens d'y répondre, est le sujet de ce chapitre. Je m'intéresse à ce sujet depuis quelques décennies. Lorsque j'ai écrit The Age of Intelligent Machines au milieu des années 1980, mon sujet d'inquiétude principal était la facilité avec laquelle des gens suffisamment talentueux pourraient utiliser ces technologies génétiques émergentes pour modifier les agents pathogènes des bactéries et des virus afin de créer de nouvelles maladies.s Dans des mains destructrices, ou simplement négligentes, ces agents pathogènes améliorés pourraient potentiellement combiner d'importants niveaux de contamination, de furtivité et de destruction. De t elles choses n'étaient pas faciles à réaliser dans les années 1980, mais elles étaient néanmoins possibles. On sait maintenant que les programmes d'armes biologiques et bactériologiques se sont développés dans l'Union soviétique et ailleurs.6 À cette époque, j'ai pris la décision de ne pas parler de ce sujet dans mon livre, ne ressentant pas le besoin de donner des idées de destruction à des gens mal intentionnés. Je ne voulais pas allumer la radio un jour et entendre parler d'un désastre, dont les initiateurs auraient affirmé que l'idée leur venait de Ray Kurzweil. C'est en partie à cause de cette décision que j'ai dû faire face à des critiques méritées sur mon livre, qui mettait en avant les bénéfices de la technologie fu ture tout en passant sous silence les effets secondaires potentiellement négatifs. Lorsque j'ai écrit The Age of Spiritual Machines, en 1997-1998, j'ai tenté de rendre compte à la fois des promesses et des périls de ces nouvelles technologies.7 Le public était suffisamment attentif à cette époque (par exemple, le film Virus, dépeignant la terreur et la panique causées par l'apparition d'un nouvel

HUMANITE

2.0

agent pathogène viral) pour que je ne me sente pas mal à l'aise en évoquant ce sujet. En septembre 1998, ayant juste terminé le manuscrit, j'ai rencontré Bill Joy, un ami estimé et collègue du monde de la haute technologie, dans un bar près du lac Tahoe. Je voue depuis longtemps une grande admiration à Joy pour son travail de recherche dans la création de programmes informatiques pour les systèmes du Web interactif (Java) et pour son rôle de cofondateur de Sun Micro Systems, et cette brève rencontre m'a permis de me focaliser sur la troisième personne qui s'était jointe à nous, John Searle. Cet éminent philosophe de l'université de Californie s'est construit une carrière en défendant les mystères de la conscience humaine contre les attaques apparentes de matérialistes tels que Ray Kurzweil (une caractérisation que je démens dans le prochain chapitre). Searle et moi venions tout juste de débattre de la probabilité d'accession à la conscience d'une machine, lors de la conférence Telecosm de George Gilder. Cette conférence, intitulée« Machine spirituelle >>,était consacrée aux implications philosophiques de mon prochain ouvrage. J'avais donné à Joy un manuscrit préliminaire pour tenter de le mettre au courant et l'intéresser au débat sur la conscience que j'avais avec Se a rie. Il s'est avéré que Joy s'intéressait à tout autre chose, au danger imminent que représentent pour la civilisation humaine les trois technologies émergentes présentées dans mon ouvrage: la génétique, la nanotechnologie et la robotique (GNR, voir chapitres). Mon évocation des effets secondaires de ces futures technologies avait alarmé Joy, comme il l'expliqua plus tard dans un article maintenant célèbre du magazine Wired, « Why the Future doesn't need us 8 >>. Dans cet article,Joy décrit son parcours dans la communauté scientifique et explique comment la réalisation de la projection que je faisais est crédible et réalisable. Son article, entièrement focalisé sur les scénarios les plus catastrophiques, a déclenché une véritable tempête. Une des figures de proue du monde technologique avertissait des dangers critiques de la technologie future. Cela m'a remémoré l'attention mondiale que George Soros, le grand prêtre du capitalisme, avait reçue lorsqu'il avait fait des commentaires vaguement critiques sur les excès d'un capitalisme sans restriction, même si la controverse suscitée par Joy était beaucoup plus intense. Le New York Times a signalé qu'il y avait plus de dix mille articles commentant et discutant l'article de Joy, bien plus que sur n'importe lequel dans l'histoire des commentaires sur les problèmes technologiques. Ma tentative pour me relaxer dans ce bar du lac Tahoe a abouti à la naissance de deux débats à long terme, et mes discussions avec John Searle continuent encore aujourd'hui. Bien que je sois à l'origine de l'inquiétude de Joy, ma réputation « d'optimiste de la technologie,, est restée intacte, et nous avons été invités à de nombreux forums afin de débattre des périls et des promesses des technologies futures. Bien que l'on s'attende généralement à ce que je m'occupe du côté « prames-

Il

8

LES PROMESSES ET LES PÉRILS DE LA GNR

ses » du débat, je me retrouve souvent à défendre sa position sur la réalité de ces dangers. De nombreuses personnes ont interprété l'article de Joy comme un plaidoyer pour l'abandon, non pas de tous les développements technologiques, mais de ceux considérés comme dangereux, tels que la nanotechnologie. Joy, qui travaille maintenant dans l'entreprise Kleiner, Perkins, Caufield et Byers, consacrée aux technologies telles que la nanotechnologie appliquées à l'énergie renouvelable et aux ressources naturelles, affirme que ce renoncement massif est une mauvaise interprétation de sa position et que telle n'a jamais été son intention. Dans une communication mail, récente et privée, il insiste sur la nécessité de '' limiter le développement de technologies trop dangereuses » (voir la citation au début de ce chapitre), non de le prohiber complètement. li suggère, par exemple, l'interdiction de la nanotechnologie autorépliquante, un point de vue rejoignant celui de l'institut Foresight, fondépar les pionniers de la nanotechnologie Eric Drexler et Christine Peterson. Tout bien considéré, c'est une idée raisonnable, bien que je pense que deux exceptions seront nécessaires, comme je l'évoquerais ultérieurement. Joy plaide aussi pour la non-publication des séquences génétiques des agents pathogènes sur Internet, un point de vue que je partage. Il voudrait que les scientifiques adoptent volontairement des règlementations à ce sujet à un niveau international, et il signale que" si nous attendons la catastrophe, nous pourrions nous retrouver avec des règlementations plus sévères et plus handicapantes " · Il espère " que les règlementations mises en œuvre seront suffi samment bien pensées pour que la plupart des bénéfices technologiques soient toujours disponibles». D'autres, comme Bill McKibben, un des premiers écologistes à parler du réchauffement planétaire, prêchent pour un abandon total des biotechnologies et des nanotechnologies, voire, de toutes les technologies. Comme je l'évoque de façon plus détaillée plus tard dans ce chapitre, l'abandon de champs de recherche complets serait impossible à obtenir sans abandon de tous les développements techniques. Cela nous propulserait dans un monde de gouvernements totalitaires, bannissant toutes les technologies et tous les développements. Une telle solution serait non seulement incompatible avec nos valeurs démocratiques, mais les dangers deviendraient encore plus grands, la technologie risquant de se réfugier dans l'illégalité, laissant le champ libre aux gens les plus extrémistes et les plus fanatiques.

Il

HUMANITE

2.0

les bénéfices C'était la plus belle époque, c'était la pire des époques, c'était un âge de sagesse, c'était un âge de folie, c'était l'époque des croyances, c'était l'époque du doute, c'était la saison de la lumière, c'était la saison de J'obscurité, c'était Je printemps de J'espoir, c'était J'hiver du désespoir, nous avions tout devant vous, nous n'avions rien devant nous, nous allions tous au paradis, nous n'allions nulle part. CHARLES DICKENS, A Tales ofTwo Cities

C'est comme argumenter en fa veur de la charrue. Vous savez que certaines personnes vont s'y opposer, mais vous savez aussi que quoi qu'il se passe, elle va exister. JAMES HUGHES, secrétaire de l'association transhumaniste et sociologue à l'université Trinity, dans un débat,« Should humans welcome or resist becoming posthumans?,

La technologie a toujours été un cadeau ambivalent, nous apportant une vie plus longue, nous libérant des tâches harassantes et nous offrant de nombreuses possibilités créatives, tout en autorisant l'apparition de nouveaux dangers. La technologie donne du pouvoir à la nature créative humaine, mais aussi à sa nature la plus destructrice. Une part importante de notre population a déjà été libérée de la pauvreté, de la maladie, du dur travail et des infortunes qui caractérisent la plus grande partie de l'histoire humaine. La plupart d'entre nous ont maintenant l'opportu nité d'être heureux et d'exercer un emploi épanouissant, plutôt que de simplement lutter jour après jour pour survivre. Le Web atteint les régions les moins développées du monde, ce qui permet une avancée très rapide de la qualité de l'éducation et de la connaissance médicale. On peut partager la culture, l'art et les connaissances humaines à travers le monde. J'ai mentionné le rapport de la banqu e mondiale sur la réduction de la pauvreté dans le monde dans le chapi tre 2 et j'en reparlerai dans le prochain chapitre. Nous sommes passés d'une vingtaine de démocraties dans le monde après la Seconde Guerre mondiale à plus d'une centaine aujourd'hui, principalement grâce à l'influence des communications électroniques décentralisées. La plus grande vague de démocratisation, en incluant la chute du rideau de fer, s'est produite durant les années 1990 avec la croissance d'Internet et des technologies qui y sont liées. li y a, bien entendu, encore beaucoup de choses à accomplir. La biotechnologie commence à faire des progrès énormes dans la lutte contre les maladies et les processus de vieillissement. La nanotechnologie et la robotique seront disponibles dans quelques décennies et continueront leur croissance de façon exponentielle. Comme je l'ai expliqué dans les chapitres précédents, ces technologies procureront au monde une rich esse extraordin aire,

8

LES PROMESSES ET LES PÉRILS DE LA GNR

nous permettant de fournir à tous ce dont chacun a besoin en transformant des matériaux de base et des informations en tous types de produits nécessaires. Nous passerons de plus en plus de temps dans des environnements virtuels et nous pourrons vivre n'importe quel type d'expérience désirée avec quiconque, réelle ou simulée, dans une réalité virtuelle. La nanotechnologie fournira une capacité similaire de transformation du monde physique pour satisfaire nos besoins et nos désirs. Les problèmes du début de l'ère technologique seront effacés. Nous serons capables d'inverser la destruction environnementale. Des réacteurs à combustible et des piles solaires permettront d'obtenir des énergies propres. Des nanobots non physiques détruiront les agents pathogènes, supprimeront les débris des protéines déformées et des protofibriles, répareront notre ADN et inverseront les processus de vieillissement. Nous serons capables de reconstruire tous les systèmes à l'intérieur nos cerveaux afin d'être plus efficaces et durables. Le plus significatif sera le mélange des intelligences biologiques et non biologiques, bien que les intelligences non biologiques prédomineront rapidement. Il y aura une expansion du concept de l'humanité. Nous améliorerons notre capacité à créer et à apprécier toute forme de connaissance de la science aux arts, en attendant notre capacité à nous relier à notre environnement et aux autres. D'un autre côté ...

... Et les dangers « Des plantes " avec des « feuilles " plus performantes que les cellules solaires d'aujourd'hui pourraient entrer en compétition avec les véritables plantes, envahissant la biosphère d'un feuillage non comestible. Des « bactéries " plus résistantes et omnivores pourraient surpasser les bactéries réelles. Elles pourraient se répandre comme du pollen, se multipliant rapidement, et réduire la biosphère en poussière en quelques jours. Des répliquants dangereux pourraient être trop résistants, petits et rapides pour être interrompus si nous ny sommes pas préparés. Il nous est déjà suffisamment difficile de contrôler les virus et les insectes existants.

ERIC DREXLER

L'extraordinaire capacité de la technologie à amplifier notre nature destrucsiècle, des chars de Staline aux trains d'Hittive s'est exprimée pendant le ler. Les événements tragiques de l'an 2001 sont un exemple de l'utilisation des technologies par des gens ne souhaitant que la destruction. Nous vivons encore aujourd'hui avec un nombre suffisant d'armes nucléaires (et toutes ne sont pas connues) pour mettre un terme à toute vie mammifère sur cette planète. Depuis les années 1980 la connaissance et les moyens nécessaires à la création d'agents

xxe

HUMANITE

2.0

pathogènes agressifs, potentiellement plus dangereux que des armes nucléaires, sont disponibles dès le niveau universitaire.9 Dans une simulation de jeux de guerre appelée« Dark Winter >>,qui s'est déroulée à l'université John Hopkins, on a estimé que l'introduction intentionnelle du virus de la variole dans trois villes américaines pourrait occasionner un million de morts. Si les virus étaient altérés afin de résister aux vaccins existants, les résultats pourraient être encore pires.10 La réalité de ce cauchemar a frappé les esprits lors d'une expérience réalisée en Australie en 2001 dans laquelle les gènes du virus mousepox ont été accidentellement modifiés avec des gènes bloquant la réponse du système immunitaire. Le vaccin n'était pas en mesure de lutter contre ce virus modifié." Ces dangers résonnent encore dans nos mémoires. La peste bubonique a tué un tiers de la population européenne. Plus récemment l'épidémie de grippe de 1918 a tué vingt millions de personnes à travers le monde.12 De telles menaces suffiront-elles à empêcher l'accélération du pouvoir, de l'efficacité et de l'intelligence des systèmes complexes (tels que les humains et leur technologie) ? Le passé montre une augmentation régulière et lente de la complexité, même à travers une longue histoire de catastrophes à la fois internes et venant de l'extérieur. C'est vrai pour l'évolution biologique (qui a dû faire face à des calamités telles que des rencontres brutales avec des astéroïdes et des météores) et pour l'histoire humaine (ponctuée par une série de guerres internes). Cependant, je pense que l'efficacité de la réponse mondiale à la menace du SARS (Severe Acute Respiratory Syndrome) est encourageante. Bien que l'éventualité d'une réapparition de ce virus demeure incertaine alors que j'écris ce livre, il semble que les mesures de confinement ont été suffisantes et qu'elles ont permis que cette épidémie tragique ne devienne pas une véritable catastrophe. Une partie de la réponse a consisté en l'application de moyens anciens et non technologiques tels que la quarantaine et les masques faciaux. Cependant, cette approche n'aurait pas fonctionné sans des outils devenus disponibles très récemment. Les chercheurs ont été capables de séquencer l'ADN de ce virus moins de trente et un jours après le début de l'épidémie- comparés aux quinze ans nécessaires pour le virus du sida. Cela a permis le développement rapide d'un test efficace pour dépister les porteurs de ce virus. De plus, la communication instantanée et globale a facilité une réponse coordonnée mondiale, ce qui n'aurait pas été réalisable lorsque le virus de la grippe espagnole ravagea le monde il y a encore quelques années. Tandis que la technologie accélère vers la réalisation de la GNR, nous pourrons observer les mêmes potentiels de complexité. Un étalage de créativité et d'expansion de l'intelligence humaine, combinée à de nombreux et graves nouveaux dangers. Le sujet essentiel qui attire le plus l'attention est la réplication non restreinte des nanobots. La technologie des nanobots nécessite des mil liards de ces outils intelligemment conçus afin d'être efficaces. Pour atteindre

Il

8

lES PROMESSES ET lES PÉRilS DE lA GNR

un tel niveau, il sera nécessaire de leur permettre de se répliquer en suivant la même approche que dans le monde biologique (c'est ce qui permet à une cellule fertilisée de devenir les milliards de cellules du corps humain). Et de la même façon que la réplication biologique peut parfois tourner au désastre (c'est-à-dire un cancer) et aboutir à la destruction biologique, un défaut du mécanisme de réplication des nanobots -le scénario de la poussière grise mettrait en danger toutes les entités physiques, biologiques ou autres. Les créatures vivantes y compris les humains seraient les premières victimes d'une attaque des nanobots. Les principaux modes de conception des nanobots utilisent le carbone comme matériel de base. La capacité unique du carbone à former des liens dans quatre directions permet une construction de base idéale pour tous les assemblages moléculaires. Les molécules du carbone peuvent former des lignes droites, des zigzags, des anneaux, des tubes, des feuilles, des sphères et une grande variété d'autres formes. Parce que la biologie utilise le carbone de la même façon, des nanobots pathologiques considéreraient la biomasse terrestre comme une source idéale pour cet ingrédient de base. Les entités biologiques peuvent aussi fournir de l'énergie stockée sous forme de glucose et d'ATP.'l On trouve également d'autres éléments tels que l'oxygène, le soufre, le fer, le calcium dans la biomasse. Combien de temps prendrait une attaque des nanobots pour détruire la biomasse terrienne ? La biomasse est de l'ordre de 1045 atomes de carbone.'4 Une estimation raisonnable du nombre d'atomes de carbone dans un seul nanobot répliquant est de 106 (noter que cette analyse ne s'attache pas vraiment à lavéracité des chiffres, seulement à l'ordre de magnitude approximatif), ce nanobot maléfique aurait besoin de créer approximativement 1039 copies de lui-même pour remplacer la biomasse, ce qui pourrait être accompli en 130 réplications (chacune d'entre elles pouvant potentiellement doubler la biomasse détruite). Rob Freitas a estimé que le temps minimum pour un cycle de réplication est d'a pproximativement une centaine de secondes, ce qui fait que 130 cycles de réplication nécessiteraient environ 3 h 30.' 5 Cependant le véritable taux de destruction serait plus lent parce que la biomasse n'est pas répartie de façon '' efficace ». Le facteur limitant serait le mouvement du front de destruction. Les nanobots ne peuvent pas voyager très rapidement à cause de leur petite taille. Il est probable que plusieurs semaines seraient nécessaires pour qu'un tel processus de destruction encercle le globe. En s'appuyant sur cette observation, on peut envisager une possibilité plus insidieuse. Lors d'une attaque en deux parties, les nanobots prendraient plusieurs semaines pour se répandre à travers la biomasse en utilisant une portion insignifiante des atomes de ca rbone, un pour chaque centaine de milliards (10 ' 5). À un niveau de concentration aussi bas, la présence de nanobots serait indétectable. Alors, au moment optimal, la seconde partie de l'opération com mencerait avec la destruction de la biomasse par les nanobots infiltrés. Pour

Il

HUMANITE

2.0

que chaque nanobot infiltré se multiplie une centaine de milliards de fois, seulement so réplications binaires seraient nécessaires, c'est-à-dire go minutes. Avec les nanobots déjà en position à travers la biomasse, le mouvement du front de destruction ne serait plus un facteur limitant.

Et sans défense, la biomasse disponible pourrait être détruite par la poussière grise très rapidement. Comme nous l'évoquerons plus loin, nous aurons besoin d'un système immunitaire nanotechnologique avant que ces scénarios ne deviennent une éventualité. Ce système immunitaire devra être capable de contenir les destructions, mais aussi de détecter et de détruire les réplications potentiellement dangereuses, même à des taux de concentration très bas. Mike Treder et Chris Phoenix- respectivement directeur exécutif et directeur de la recherche du centre de la nanotechnologie responsable- Eric Drexler, Robert Freitas, Ralph Merkle et quelques autres ont signalé que les futurs outils de création de nanobots devront être équipés de garde-fous pouvant empêcher la création d'outils autorépliquants.' 6 J'évoque certaines de ces stratégies ci-dessous. Cependant, cette observation, bien qu'importante, n'élimine pas le spectre de la« poussière grise». Pour d'autres raisons la création de nanobots autorépliquants est nécessaire. Le système immunitaire nanotechnologique mentionné ci-dessus, par exemple, aura besoin finalement d'une fonction d'autoréplication, sans laquelle il serait dans l'incapacité de protéger la biomasse. L'autoréplication sera aussi nécessaire pour permettre l'expansion de l'intelligence au-delà des limites terrestres, comme je l'évoque dans le chapitre 6. Il est probable que des applications militaires seront aussi développées. De plus les garde-fous d'une réplication non désirée pourront toujours être annihilés par un adversaire déterminé ou un terroriste. Freitas a identifié un certain nombre de scénarios désastreux impliquant les nanobots.'7 Dans le scénario qu'il a appelé« plancton gris >>, des nanobots malveillants utilisent le carbone aquatique stocké dans le méthane et dans le CO, de l'eau de mer. Ces sources océaniques peuvent fournir dix fois plus de carbone que la biomasse terrestre. Dans son scénario>, les nanobots répliquants utilisent des éléments basiques disponibles dans la poussière, ainsi que la lumière solaire pour la puissance. Le scénario > inclut l'utilisation du carbone et d'autres éléments des roches.

Un éventail des risques existentiels Si un petit peu de connaissance est dangereux, où peut-on trouver une personne hors de danger? THOMAS HENRY

Il

8

LES PROMESSES ET LES PÉRILS DE LA GNR

J'évoque ci-dessous les étapes nécessaires pour assumer ces risques graves, mais nous ne pouvons avoir une confiance totale dans les stratégies que nous concevons aujourd'hui. Ces risques sont ceux que Nick Bostrom appelle >, ce qu'il définit comme les dangers présents dans le cadran supérieur droit du tableau suivant' 8 :

La catégorisation des risques de Bostrom Modéré Global Etendue

Disparition de la couche d'ozone

Important Risques existentiels

Local

Récession

Génocide

Personnel/ Individuel

Vol de son véhicule

Mort

Supportable

Létal

Toutes les formes de vie biologique sur terre ont connu un risque existentiel créé par l'homme pour la première fois au milieu du xxesiècle lors de l'invention de la bombe nucléaire et pendant la guerre froide qui a suivi, avec l'accumulation de forces de frappe thermonucléaire. Le président Kennedy lui-même avait admis que la probabilité d'une guerre nucléaire totale pendant la crise des missiles de Cuba était de 33 à so %.' 9 Le théoricien de l'information John von Neumann, qui devint le représentant du Air Force Strategie Missiles Evaluation Committee et le conseiller gouvernemental sur les stratégies nucléaires, estimait la possibilité d'un Armaggedon nucléaire (avant la crise des missiles de Cuba) proche de 100 %. 20 Au vu des perspectives des années 1960, quel observateur informé de cette époque aurait pu prédire que le monde pourrait passer les quarante années suivantes sans une seule explosion nucléaire qui ne soit un essai? Malgré le chaos apparent des affaires internationales, le monde a jusqu'à présent réussi à éviter l'emploi des armes nucléaires dans une guerre. Mais nous ne pouvons pas dormir tranquille, puisqu'il reste encore suffisamment de bombes nucléaires pour détruire plusieurs fois d'affilée toutes les vies humaines. 21 Bien que cela attire peu l'attention du public, les deux arsenaux nucléaires des États-Unis et de la Russie existent toujours, malgré des relations aujourd'hui plus amicales. La prolifération nucléaire et la facilité d'accès au matériel nucléaire sont d'autres problèmes graves qui se posent aujourd'hui, bien que ce ne soit pas un risque existentiel pour notre civilisation. (Seule une guerre thermonucléaire totale avec les arsenaux russes et américains pose le risque d'annihilation de la totalité de la population humaine.) La prolifération nucléaire et le terrorisme nucléaire appartiennent à la catégorie de risques>, de même que le génocide. Cependant le problème reste sévère puisque la logique

HUMANITE

2.0

de destruction mutuelle assurée ne fonctionne pas dans le contexte d'attentats suicides. Nous avons donc ajouté un autre risque existentiel, la possibilité d'un virus créé en laboratoire se répandant facilement, ayant un temps d'incubation relativement long et, bien entendu, mortel. Certains virus sont facilement transmissibles, comme le rhume ou la grippe. D'autres sont mortels, comme le sida. Il est rare pour un virus de combiner ces deux attributs. Les humains qui vivent aujourd'hui sont les descendants de ceux qui ont développé des immunités naturelles à la plupart des virus les plus contagieux. L'habileté de l'espèce à survivre à des pandémies est un des avantages de la reproduction sexuée, qui assure une diversité génétique à la population, permettant une réponse variable à des agents viraux spécifiques. Bien que cette épidémie ait été catastrophique, la peste bubonique n'a pas tué tout le monde en Europe. D'autres virus, comme la variole, possèdent ces deux caractéristiques négatives- ils sont à la fois contagieux et mortels-; celle-ci existe depuis suffisamment longtemps pour que la société ait créé une protection technologique sous la forme d'un vaccin. Mais les altérations génétiques ont le potentiel de contourner ces protections évolu tives en introduisant de façon soudaine de nouveaux agents pathogènes pour lesquels nous n'avons pas de protection naturelle ou technologique. L'idée d'ajouter des gènes de toxine mortelle à des virus facilement transmissibles tels que le rhume ou la grippe a permis l'i ntroduction d'un nouveau scénario de risques existentiels. C'est cette perspective qui a conduit à la conférence d'Asilomar, afin d'envisager les façons de gérer une telle menace et de créer un éventail de recommandations éthiques et de sécurité. Bien que ces recommandations aient fonctionné jusqu'à présent, les technologies de manipulations génétiques deviennent de plus en plus sophistiquées. En 2003, le monde a remporté son combat contre le virus du SARS. L'émergence de ce virus résultait d'une combinaison d'un moyen de transmission ancien (le virus s'est communiqué à partir d'un animal exotique, peut-être la civette, aux humains vivant à proximité) et d'un moyen de transmission moderne (l'infection se répandant rapidement à travers le monde grâce au transport aérien). Cette maladie nous a permis d'être confrontés à un virus nouveau pour la filiation humaine, qui combinait une transmission facilitée, la capacité de survivre pendant de longues périodes hors du corps humain et un taux de mortalité entre 14 et 20 %. De nouveau, la réponse à cette menace a combiné les techniques anciennes et modernes. Notre expérience avec le SARS a montré que la plupart des virus, même s'ils sont facilement transmissibles et relativement mortels, représentent des risques graves mais pas forcément existentiels. Cependant, ce virus ne semble pas avoir été conçu en laboratoire. li se répand facilement grâce aux fluides corporels de façon externe mais ne se transmet pas facilement à travers les particules aériennes. Son temps d'incubation varie d'une journée à deux semaines, un temps

Il

8

lES PROMESSES ET LES PÉRILS DE LA GNR

d'incubation plus long permettrait aux virus de se répandre à travers plusieurs générations de contamination avant que les porteurs ne soient identifiés.22 Le SARS est mortel, mais la majorité de ses victimes survivent. Il est tout à fait possible de créer un virus qui se répandrait plus facilement que le SARS, posséderait un temps d'incubation plus long et serait mortel pour la majorité de ses victimes. La variole possède presque toutes ces caractéristiques. Même si nous possédons un vaccin, il serait inefficace contre une version génétiquement modifiée du virus. Comme je le décrit ci-dessous, le créneau de l'opportunité malfaisante pour des virus conçus en laboratoire se fermera dans les années 2020, lorsque nous serons en possession d'une technologie antivirale complètement efficace basée sur des nanobots.23 Cependant, parce que la nanotechnologie sera des milliers de fois plus puissante, plus rapide et plus intelligente que les entités biologiques, des nanobots autorépliquants représenteront un risque encore plus grand et donc un risque existentiel. Le créneau pour des nanobots maléfiques sera clos lors de l'apparition des intelligences artificielles puissantes, mais des intelligences artificielles hostiles représenteront alors un risque encore plus grand, ce que j'évoque ci-dessous. Le principe de précaution Comme Bost rom, Freitas et d'autres observateurs, y compris moi-même, l'ont signalé, on ne peut pas s'appuyer sur une approche d'essais et d'erreurs pour gérer les risques existentiels. Différentes interprétations du principe de précaution sont entrées en compétition. (Si les conséquences d'une action sont inconnues, mais jugées par certains scientifiques comme ayant ne serait-ce qu'un petit risque de devenir profondément négatives, il est préférable d'interrompre cette action avant de risquer des conséquences négatives.) Mais il est clair que nous avons besoin d'atteindre le niveau de confiance le plus élevé possible dans nos stratégies de combat de ce risque. C'est une raison pour laquelle nous entendons des clameurs de plus en plus virulentes réclamer l'arrêt de l'avancée technologique, comme stratégie primaire d'élimination des nouveaux risques existentiels avant leur apparition. L'abandon n'est cependant pas la réponse appropriée et ne ferait qu'interférer avec les bénéfices profonds de ces technologies émergentes tout en augmentant la probabilité d'une issue désastreuse. Max More définit les limites du principe de précaution et conseille de le remplacer par ce qu'il appelle le« principe de la pro-action »,qui inclut la mesure des risques de l'action et de l'inaction. 24 Avant d'évoquer les réponses possibles aux risques existentiels, il est nécessaire de revoir certains postulats de Bostrom et d'autres chercheurs. Plus l'interaction est faible, plus grand est le potentiel explosif

Il

HUMANITE

2.0

Une controverse récente existe concernant le potentiel de destruction des futurs accélérateurs à particules. Ils pourraient créer des réactions en chaîne de transformation des niveaux d'énergie au niveau subalterne dont le résultat pourrait être une zone de destruction exponentielle, séparant tous les atomes dans notre galaxie. Un large éventail de scénarios similaires a été proposé, y compris la possibilité de créer un trou noir qui absorberait notre système solaire. Les analyses de ces scénarios montrent qu'ils sont très peu probables, bien que tous les physiciens ne partagent pas cet optimismes Les équations mathématiques de ces analyses semblent être exactes, mais nous n'avons pas encore atteint un consensus sur les formules permettant de décrire ce niveau de réalité physique. Si de tels dangers semblent peu probables, il faut prendre en considération le fait que ce phénomène explosif a déjà été observé à des niveaux de matière beaucoup plus réduits. Alfred Nobel a découvert la dynamite en explorant les interactions chimiques des molécules. La bombe atomique, qui est des dizaines de milliers de fois plus puissante que la dynamite, se base sur les interactions nucléaires entre de grands atomes, qui sont à des échelles de matière beaucoup plus réduites que les molécules. La bombe à hydrogène, qui est des milliers de fois plus puissante que la bombe atomique, est basée sur des interactions à une échelle encore plus petite: les petits atomes. Bien que cela ne signifie pas nécessairement l'existence d'une réaction en chaîne destructrice à l'échelle des particules subatomiques, cela rend la conjoncture plausible. Ma propre analyse de ces dangers est qu'il est très peu probable qu'un événement aussi destructeur arrive par hasard. li suffit de considérer le pourcentage de chance nécessaire pour produire une bombe atomique de façon accidentelle. Une telle construction requiert une configuration précise des matériaux et des actions, ainsi qu'un projet de construction développé et précis. Créer par inadvertance une bombe à hydrogène serait encore moins plausible. li faudrait réussir à recréer les conditions précises d'une bombe atomique dans un arrangement particulier avec un cœur d'hydrogène et d'autres éléments. Obtenir les conditions exactes pour créer une nouvelle classe de réaction en chaîne catastrophique à un niveau subatomique apparaît comme étant encore moins probable. Les conséquences seraient suffisamment dévastatrices cependant pour que le principe de précaution conduise à considérer toutes ces éventualités le plus sérieusement possible. Ce potentiel devrait être soigneusement analysé avant d'effectuer de nouvelles expériences sur les accélérateurs à particules. Cependant, ce risque ne se situe pas à un niveau très élevé sur la liste des problèmes du XXIe siècle. Notre simulation est éteinte

Un autre risque existentiel identifié par Bostrom et quelques autres est que

Il

8

LES PROMESSES ET LES PÉRILS DE LA GNR

nous vivons en fait dans une simulation et que cette simulation est en train de s'éteindre. li semble qu'il n'y ait pas grand-chose que nous puissions faire pour influencer cela. Cependant, puisque nous sommes les sujets de cette simulation, nous avons l'opportunité de modifier ce qui se passe à l'intérieur. La meilleure façon d'éviter cette extinction serait d'être suffisamment intéressants pour les observateurs de cette simulation. Si on part du principe que quelqu'un prête attention à cette simulation, il est normal d"assurer que plus elle sera intéressant, moins les risques qu'elle s'interrompe seront élevés. Considérer ce qui serait nécessaire pour rendre une simulation intéressante pourrait prendre beaucoup de temps, mais la création de nouvelles connaissances ne serait qu'une étape critique de ce développement. Bien qu'il puisse être difficile d'établir une conjoncture sur ce qui pourrait intéresser notre hypothétique observateur de simulation, il semblerait évident que la Singularité serait le développement le plus intéressant que nous puissions concevoir et qui permettrait la création de nouvelles connaissances à un rythme extraordinaire. En fait, atteindre la Singularité pourrait être le but de cette simulation. Donc, assurer une Singularité>. Mais le matérialisme est prévisible, alors que la réalité ne l'est pas.« La prévisibilité (est) la vertu principale du matérialisme [... ] et le manque de substance (est) son principal défaut. ,, Les systèmes complexes de matière et d'énergie ne sont pas prévisibles, puisqu'ils sont basés sur un nombre considérable d'événements quantiques imprévisibles. Même si nous acceptons l'interprétation de «variables cachées>> de la mécanique quantique (selon laquelle les événements quantiques ne sont imprévisibles qu'en apparence et sont en fait basés sur des variables cachées indétectables), le comportement d'un système complexe reste imprévisible en pratique. Toutes les tendances montrent que nous nous dirigeons vers des systèmes non biologiques qui sont tout aussi complexes que les versions biologiques. Ces systèmes du futur ne manqueront pas plus de« substance ,, que les humains et, dans beaucoup de cas, seront basés sur l' ingénierie inverse de l'intelligence humaine. Pas besoin de chercher au-delà des capacités des motifs de matière et d'énergie pour expliquer les capacités de l'intelligence humaine. ·La« critique du holisme ,, : Pour citer Michael Denton, les organismes sont « auto-organisateurs [... ] autoréférentiels [... ] autoreproducteurs [... ] réciproques[ ... ] autoformateurs, et[... ] holistiques >>. Ces formes organiques ne peuvent être créées que par des procédés biologiques, et ces formes sont «immuables,[ ... ] impénétrables, et[... ] des réalités fondamentales de l'existence1>>.11 est vrai que la conception biologique représente une profonde série de principes. Cependant, les machines peuvent utiliser- et utilisent déjà -ces mêmes principes, et rien n'empêche les systèmes non biologiques de s'approprier les propriétés émergeantes des motifs que l'on retrouve dans le monde biologique.

Il

HUMANITE 2.0

J'ai participé à un nombre incalculable de débats et de dialogues pour réagir à ces critiques dans toutes sortes de forums. LUn de mes objectifs en écrivant ce livre était de fournir une réponse complète aux critiques les plus importantes auxquelles j'ai été confronté. La plupart de mes répliques aux critiques concernant la faisabilité et l'inévitabilité sont déjà expliquées dans ce livre, mais dans ce chapitre je voulais apporter une réponse plus détaillée à certaines des critiques les plus intéressantes.

La critique issue de l'incrédulité Lune des critiques les plus naïves que j 'aborderai ici est simplement l'impossibilité de croire que des changements aussi profonds puissent réellement avoir lieu. Le chim iste Richard Smalley, par exemple, rejette l'idée que les nanobots puissent effectuer des missions dans le flux sanguin, la qualifiant de « ridicule >>. Mais le code éth ique des scientifiques exige une certaine méfiance lors de l'évaluation des possibilités de leur travail actuel, et cette prudence raisonnable pousse malheureusement trop souvent les scientifiques à oublier de considérer la puissance des générations de sciences et de technologies qui existeront dans un avenir lointain. Avec une accélération de plus en plus importante du taux de changement de paradigmes, ce pessimisme si profondément ancré ne répond plus aux besoins de la société en matière d'analyse des capacités scientifiques à venir. Imaginez à quel point notre technologie actuelle semblerait incroyable aux yeux de personnes ayant vécu il y a cent ans. Une autre critique étroitement liée à celle-ci est celle qu'il est difficile de prédire l'avenir, toutes sortes de mauvaises prédictions faites par d'a utres futuristes dans le passé peuvent être citées pour appuyer cet argument. Prédire quelle société ou quel produit va être une réussite est en effet très difficile, voire impossible. La même difficulté se présente lorsque l'on veut prédire quelle norme ou conception technologique prédominera. (Par exemple, comment se porteront les protocoles WiMAX, CDMA et 3G de la communication sans fil dans les prochaines années ?) Cependant, comme je l'ai déjà expliqué à plusieurs reprises dans ce livre, on retrouve des tendances exponentielles remarquablement précises et prévisibles lorsqu'on évalue l'efficacité générale (en mesurant le rapport prix-performance, la bande passante, et d'autres mesures de capacité) des technologies de l'information. Par exemple, la croissance exponentielle continue du rapport prix-performance de l'informatique date de près d'un siècle. Étant donné que la quantité de matière et d'énergie nécessa ire pour faire un calcul informatisé, ou pour transmettre une information, est de plus en plus petite, nous pouvons prédire en toute confiance que ces tendances de la technologie de l'information se poursuivront au moins dans le siècle à venir. De plus,

Il

9

LA RÉPONSE AUX CRITIQUES

nous pouvons raisonnablement prédire les capacités de ces technologies à des moments précis de l'avenir. Prédire le chemin que va prendre une seule molécule de gaz est pratiquement impossible, mais prédire certaines propriétés du gaz dans son ensemble (composé d'un grand nombre de molécules en interaction chaotique) peut se faire de façon fiable grâce aux lois de la thermodynamique. De même, il est impossible de véritablement prédire les résultats d'un projet scientifique ou d'une entreprise, ma isles capacités générales de la technologie de l'information (composée de nombreuses activités chaotiques) peuvent être anticipées grâce à la loi du retour accéléré.' La plupart de tentatives acharnées pour expliquer pourquoi les machines - les systèmes non biologiques - ne pourront jamais se comparer à des humains semblent se baser sur cette réaction primaire d'incrédulité. l'histoire de la pensée humaine est marquée par de nombreuses tentatives de rejet d'idées semblant menacer la vision commune que notre espèce est particulière. La découverte de Copernic affirmant que la Terre n'est pas au centre de l'univers fut d'abord rejetée, de même pour Darwin qui disait que nous sommes à peine plus évolués que les autres primates. Que des machines puissent égaler et même dépasser l'intelligence humaine semble remettre en question encore une fois le statut de l'humain. Personnellement, je pense qu'il y a quelque chose de très spécial chez les êtres humains. Nous sommes la première espèce sur Terre à associer une fonction cognitive et un appendice opposable effectif (le pouce), ainsi nous avons pu créer une technologie qui nous permet d'étendre notre horizon. Aucune autre espèce sur Terre n'a accompli cela. (Pour être précis, nous sommes la seule espèce survivante dans cette niche écologique- d'autres, tels que les hommes de Néandertal, n'ont pas survécu.) Et comme je l'ai expliqué dans le chapitre 6, il nous reste encore à découvrir une autre civilisation de ce type dans l'univers.

la critique de Malthus Les tendances exponentielles ne durent pas éternellement l'exemple métaphorique traditionnel d'une tendance exponentielle qui se heurte à un mur est connu sous le nom de« lapins en Australie ». Une espèce qui se retrouve dans un nouvel habitat accueillant étendra son nombre de manière exponentielle jusqu'à ce que l'environnement dans lequel il se trouve ne puisse plus le supporter. S'approcher de cette limite de la croissance exponentielle peut même provoquer une baisse des nombres- par exemple, si les humains constatent qu'un organisme nuisible s'étend, ils chercheront à l'éradiquer. Un autre exemple courant est un microbe qui peut croître de façon exponentielle dans le corps d'un animal jusqu'à ce qu'une limite soit atteinte : la capacité du corps à le

Il

HUMANITE

2.0

supporter, la réaction du système immunitaire ou la mort de l'hôte. Même la population humaine s'approche d'une limite. Les familles dans les pays plus développés ont maîtrisé la contraception et se sont fixé des objectifs relativement ambitieux dans ce qu'ils souhaitent apporter à leurs enfants. Par conséquent, l'expansion de la population dans le monde développé s'est pratiquement arrêtée. En même temps, les personnes vivant dans certains pays sousdéveloppés (mais pas tous) ont continué à voir les familles nombreuses comme un moyen de sécurité sociale, en espérant qu'au moins un enfant survivra pour prendre soin d'eux. Cependant, puisque les bénéfices de la loi du retour accéléré se répandent, l'augmentation générale de la population humaine ralentit. N'y a-t-il donc pas de limite comparable aux tendances exponentielles que nous constatons, dans le domaine des technologies de l'information ? La réponse est: si. Mais pas avant que les transformations profondes décrites dans ce livre n'aient eu lieu. Comme je l'ai exposé dans le chapitre 3, la quantité de matière et d'énergie nécessaire pour effectuer un calcul informatisé ou pour transmettre une information est de plus en plus petite. En utilisant des portes logiques réversibles, l'utilisation d'énergie ne sera nécessaire que pour transmettre des résultats ou pour corriger des erreurs. En dehors de ces opérations, la chaleur émise par chaque calcul sera immédiatement recyclée pour alimenter le calcul suivant. Comme je l'ai expliqué dans le chapitre s. la conception basée sur la na notechnologie nécessitera, pour pratiquement toutes les opérations -le calcul informatisé, la communication, la fabrication et le transport-, nettement moins d'énergie qu'aujourd'hui. La nanotechnologie facilitera également la capture de sources d'énergie renouvelable comme les rayons du soleil. Nous pourrions subvenir à tous nos besoins en énergie, prévus à trente trillions de watts en 2030, avec l'énergie solaire uniquement en capturant o,o3 % (trois dix mill ièmes) de l'énergie du soleil lorsqu'elle arrive sur Terre. Cela sera réalisable grâce à des panneaux solaires légers, efficaces et très peu chers, issus du nanogénie, avec des cellules à nanocombustion pour stocker et distribuer l'énergie capturée. Une limite pratiquement illimitée

Comm e je l'ai expliqué dans le chapitre 3, un ordinateur de 1 kg, avec une organisation optimale, qui utilise des portes logiques réversible s, a environ 10>s atomes et peut stocker environ 10 27 bits. En tenant compte uniquement des interactions électromagnétiques entre les particules, on compte au moins 10'5 changements d'état par seconde qui peuvent être exploités pour l'inf ormatique, ce qui donnerait un total d'environ 1042 calculs par seconde dans l'ordinateur « froid>> ultime. C'est à peu près 10'6 fois plus puissant que les cerveaux biologiques actuels. Si nous laissons cet ordinateur ultime chauffer, nous pourrons augmenter ce chiffre jusqu'à 108 fois. Et bien sûr nous ne limiterons pas

Il

9

LA RÉPONSE AUX CRITIQUES

nos ressources informatiques à 1 kg de matière, mais au bout du compte nous déploierons une part significative de la matière et de l'énergie sur la Terre et dans le système solaire, puis nous continuerons à nous étendre. Les paradigmes spécifiques ont des limites. Nous prévoyons que la loi de Moore (concernant le rétrécissement de la taille des transistors sur un circuit intégré plat) atteindra sa limite dans les deux prochaines décennies. La date d'expiration de la loi de Moore est constamment repoussée. Les premières estimations prévoyaient l'année 2002, mais Intel nous dit aujourd'hui qu'elle n'aura pas lieu avant 2022. Mais comme je l'ai expliqué dans le chapitre 2 , chaque fois qu'un paradigme informatique spécifique semble s'approcher de sa limite, l'intérêt et la pression de la recherche s'accélèrent pour créer le paradigme suivant. Cela s'est déjà produit quatre fois au cours de ce siècle de croissance exponentielle de l'informatique (des calculateurs électromagnétiques aux ordinateurs basés sur des relais aux tubes à vide aux transistors discrets aux circuits intégrés}. Nous avons déjà franchi de nombreuses étapes importantes sur le chemin vers le prochain paradigme de l'informatique (le sixième): des circuits auto-organisateurs en trois dimensions au niveau moléculaire. La fin prochaine de tout paradigme individuel ne constitue donc pas une limite en soi. Il existe des limites à la puissance de la technologie de l'information, mais ces limites sont vastes. J'ai estimé la capacité de la matière et de l'énergie de notre système solaire à supporter nos calculs informatiques à au moins 1070 eps (voir chapitre 6}. Étant donné qu'il existe au moins 1020 étoiles dans l'univers, nous en obtenons environs w go eps, ce qui correspond à l'analyse indépendante de Seth Lloyd. Donc oui, il existe des limites, mais elles ne limitent pas beaucoup.

la critique issue des logiciels Une remise en question fréquente de la faisabilité d'une lA forte, et donc de la Singularité, commence avec la distinction entre les tendances quantitatives et qualitatives. Cet argument reconnaît, en théorie, que certaines capacités basiques de force comme la capacité de mémoire, la vitesse des processeurs et la bande passante des communications sont en expansion exponentielle, mais soutient que les logiciels (c'est-à-dire les méthodes et les algorithmes) ne le sont pas. Cette remise en question matériel contre logiciel est très importante .. Par exemple, le pionnier de la réalité virtuelle Jaron Lanier qualifie ma position et celle d'autres personnes comme celle de totalistes cybernétiques, c'est-à -dire que nous pensons trouver les logiciels au fur et à mesure mais sans préciser comment.- une position qu'il appelle le .11 n'est pas dans mon intention de défendre tous les logiciels, mais il est faux de dire que les logiciels complexes sont forcément cassants et sujets à des pannes catastrophiques. De nombreu x exemples de logiciels complexes essentiels pour des missions fonctionnent avec très peu, ou pas, de pannes: par exemple, les programmes logiciels sophistiqués qui contrôlent un pourcentage de plus en plus important d'atterrissages d'avions, assurent le suivi des patients en soins intensifs, guident des armes intelligentes, contrôlent l'investissement de milliards de dollars dans des fond s de spéculation automati sés basés sur la reconn aissance de motifs ou rempli ssent bien d'autres fon ctions.4 Je n'ai j amais ente ndu parler d'un avion qui s'était cra shé à cause d'une panne de logiciel automatisé ; on ne peut malheureusement pas en dire autant pour la fiabilité des humains.

la réactivité des logiciels Lanier se plaint que« les interfaces des utilisateurs d'ordinateurs ont t endance à réagir moins rapid ement à des événem ents d'interface de l'utilisat eur, comm e le fait de taper sur le clavier, qu'il y a quinze ans[ ...] Qu 'est-ce qui s'est passé? s,, J'aimerais inviter Lanier à essayer d'utiliser un vieil ordinateur aujourd 'hui. Même si on laisse de côté les difficultés de l'installation (ce qui est une tout autre question), il a oublié à quel point ils étaient lents, encombrants et limités. Essayez de f aire votre travail comme on exige que vou s le fassiez aujourd'hui avec des logiciels de PC dat ant de vin gt ans. li est t out sim plement faux de dire que les anciens logiciels ét aient meilleurs, que ce soit au sens quaIitatif ou quantitatif. Même s'il est toujours possible de trouver une mauvaise qualité de conception , les délais de réaction, quand ils existent, sont généralement dus aux nouvelles ca ract érist iques et aux nouvelles f onctions. Si les utilisateurs ét aient prêt s à geler la f onctionn alité de leurs logiciels, la cro issance exponentielle continue

9

LA RÉPONS E AU X CRI TIQUE S

de la vitesse et de la mémoire des ordinateurs éliminerait rapidement ces délais de réaction des logiciels. Mais le marché exige des capacités toujours plus grandes. li y a vingt ans, il n'y avait pas de moteurs de recherche ou d'autres intégrations à Internet (Internet n'existait même pas, d'ailleurs), seulement un langage primitif, un formatage et des outils multimédia, etc. Donc la fonctionnalité reste toujours à la limite de ce qui est faisable. Cette idéalisation des logiciels du passé est comparable à la vision idyllique qu'ont certaines personnes de la vie il y a plusieurs centaines d'années, lorsque les gens n'étaient pas« étouffés >> par les frustrations du travail avec des machines. La vie n'était peut-être pas encombrée par des machines, m ais elle était courte, laborieuse et pleine de pauvreté, de maladies et de désastres. Le rapport prix-performance des logiciels Concernant le rapport prix-performance des logiciels, les comparaisons dans chaque domaine parlent d'elles mêmes. Prenez le tableau de la dernière partie du chapitre 2 sur les logiciels de reconnaissance vocale. En 1985, il vous fallait cinq mille dollars pour acheter un logiciel qui comprenait un vocabulaire de mille mots, ne proposait aucune capacité de discours continu, ex igeait trois heures de formation pour modifier votre voix et n'avait qu'une précision limitée. En 2ooo, pour seulement cinquante dollars, vous pouviez acheter un logiciel avec un vocabulaire de cent mille mots, une capacité de discours continu, qui n'exigeait que cinq minutes de préparation pour la voix, avait une précision considérablement améliorée, proposait une compréhension de langue naturelle (pour des commandes d'édition et d'autres fonctions), ainsi que bien d'autres options. 6 La productivité du développement de logiciels Qu'en est-il du véritable développement des logiciels ? Je développe moimême des logiciels depuis quarante ans, je suis donc bien placé pour en parler. J'estime que le temps de productivité du développement des logiciels double à peu près tous les six ans, ce qui est plus lent que le temps de doublement du rapport prix-performance des processeurs, qui est d'environ un an actuellement. Cepend ant, la productivité des logiciels croît de fa çon exponentielle. Les outil s de développement, les bibliothèques de cla sses et les syst èmes de sauvegarde disponibles aujourd' hui sont bien plus efficaces que ceu x qui existaient il y a dix ans. Dans mes projets en cours, des équipes de seulement trois ou quatre personnes réalisent en quelques mois des objectifs comparables à ce qu'une équipe de plus d'une di zaine de personnes mettait un an ou plus à réa liser il y a vingt-cinq ans.

Il

HUMANITE

2.0

La complexité des logiciels Il y a vingt ans, les programmes informatiques consistaient en général en milliers ou en dizaines de milliers de lignes. Aujourd'hui, les programmes les plus courants (par exemple, la gestion d'une chaîne d'approvisionnement, l'automatisation des usines, les systèmes de réservation, la simulation biochimique) se mesurent en millions de lignes et plus. Les logiciels utilisés pour les grands systèmes de défense, tels que la Joint Strike Fighter, contiennent des dizaines de millions de lignes. Les logiciels pour contrôler les logiciels deviennent également de plus en plus complexes. IBM est le pionnier du concept d'informatique autonome, où les fonctions de soutien quotidien de la technologie de l'information seront automatiséesJ Ces systèmes seront programmés à partir d'une modélisationde leur propre comportement et seront capables, selon IBM, d'une'' auto-configuration, une auto-réparation, une auto-optimisation et une auto-protection''· Le logiciel qui assurera de manière autonome le contrôle, comptera des dizaines de millions de lignes de code (et chaque ligne contiendra des dizaines d'octets d'informations). Donc en termes de complexité des informations, les logiciels dépasseront déjà les dizaines de millions d'octets d'informations utilisables dans le génome humain et dans ses molécules de soutien. La quantité d'informations contenue dans un programme n'est cependant pas la meilleure mesure de sa complexité. Un programme informatique peut être long, ma is peut déborder d'informations inutiles. Bien sû r, on peut dire la même chose du génome, qui semble être codé de façon très inefficace. On a tenté de mesurer la complexité des logiciels- par exemple, le Cyclomatic Complexity Metric, mis au point par les scientifiques informaticiens Arthur Watson et Thoma s McCabe au National lnstitute of Standards and Technology. 8 Cette mesure évalue la complexité de la logique du programme et tient compte de la structure de ramification et des points de décision. Les essais laissent fortement entendre une complexité en croissance rapide, si l'on utilise ces index, mais nous manquons de données pour pouvoir établir le temps de doublement. Cependant, ce qu'il faut retenir est que les systèmes logiciels les plus complexes utilisés actuellement dans l'industrie ont des niveaux de complexité bien plus élevés que les programmes informatiques qui réalisent les simulations neuromorphiques des régions du cerveau, ou les simulations biochimiques des neurones individuels. Nous pouvons déjà gérer des niveaux de complexité logicielle qui dépassent ce dont nous avons besoin pour modéliser et simuler les algorithmes fractals, parallèles, auto-organisateurs, que nous découvrons dans le ce rveau humain.

L'accélération des algorithmes Des améliorations considérables ont été réa lisées concern ant la vitesse et

Il

9

LA RÉPONSE AUX CRITIQUES

l'efficacité des algorithmes de logiciels (sur un matériel constant). Ainsi, le rapport prix-performance de la mise en place d'une grande variété de méthodes pour résoudre les fonctions mathématiques de base de programmes, comme ceux que l'on utilise dans le traitement de signaux, la reconnaissance de motifs et l'intelligence artificielle, a bénéficié de l'accélération du matériel et des logiciels. Ces améliorations varient selon le problème, mais sont néanmoins généralisées. Prenons, par exemple, le traitement des signaux, une opération courante et intense en termes de calculs pour les ordinateurs et pour le cerveau humain. Mark A. Richards du lnstitute ofTechnology de Géorgie et Gary A. Shaw du MIT ont découvert une tendance générale vers une plus grande efficacité des algorithmes de traitement des signaux. 9 Par exemple, pour trouver des motifs dans les signaux, il est souvent nécessaire de résoudre ce que l'on appelle des équations différentielles partielles. L'expert en algorithmes Jon Bentley a démontré qu'il y a une réduction continue du nombre d'opérations de calcul informatisé nécessaires pour résoudre ce type de problème.' 0 Par exemple, entre 1945 et 1985, pour une application représentative (trouver une solution différentielle partielle éliptique pour une grille en trois dimensions avec soixante-quatre éléments sur chaque côté), le nombre d'opérations a été réduit d'un facteur de trois cent mille. Cela représente une augmentation de l'efficacité de 38% chaque année (sans compter les améliorations du matériel). Un autre exemple est la capacité d'envoyer des informations par les lignes téléphoniques, qui est passée de 300 bits par seconde à 56 ooo bps en douze ans, soit une augmentation annuelle de 55%." Une partie de ces améliorations est due aux améliorations du matériel, mais c'est en grande partie le résultat des innovations algorithmiques. L'un des principaux problèmes de traitement est de convertir un signal en composants de fréquences en utilisant les transformées de Fourier, qui expriment les signaux comme des sommes d'ondes sinusoïdales. Cette méthode est utilisée dans les logiciels de reconnaissance vocale informatique et dans de nombreuses autres applications. La perception auditive humaine commence également par séparer le signal vocal en composants de fréquences dans la cochlée. L'algorithme« radix-2 Colley-Tukey » de 1965 pour une« transformée de Fourier rapide >>réduit le nombre d'opérations nécessaires pour une transformée de Fourier de 1 024 points par environ deux cents. 12 Une méthode améliorée« radix-4 >>a permis de pousser cette amélioration jusqu'à huit cents. Récemment, les transformées par ondelettes ont été lancées et sont capables d'exprimer des signaux arbitraires sous formes de sommes d'ondes plus complexes que les ondes sinusoïdales. Ces méthodes ont mené à des améliorations énormes dans l'efficacité de la séparation d'un signal en composants clés.

HUMANITE

2.0

Les exemples ci-dessus ne sont pas des anomalies; la plupart des algorithmes'' clés>> d'une grande intensité informatique ont vu des réductions considérables de leur nombre d'opérations nécessaires. D'autres exemples existent pour le triage, la recherche, l'a utocorrélation (et d'autres méthodes statistiques}, ain si que la compression et la décompression d'informations. Des progrès ont également été réalisées concernant la parallélisation des algorithmes- c'est-à-dire séparer une méthode unique en de multiples méthodes qui peuvent s'effectuer simultanément. Comme je l'ai déjà expliqué, le traitement parallèle fonctionne par nature à des températures moins élevées. Le cerveau utilise un traitement parallèle massif pour réaliser des fonctions plus complexes et un temps de réaction plus court, et nous devrons utiliser cette stratégie dans nos machines pour atteindre des densités de calcul optimales. Il existe une différence intrinsèque entre les améliorations du rapport prix-performance du matériel et les améliorations de l'efficacité des logiciels. Les améliorations du matériel ont toujours été remarquablement constantes et prévisibles. Dès que nous maîtrisons chaque nouveau niveau de vitesse et d'efficacité du matériel, nous développons des outils puissants pour passer au niveau suivant de l'amélioration exponentielle. Les améliorations des logiciels, par contre, sont moins prévisibles. Richards et Shaw les appellent des « trous de ver dans le temps du développement>> parce que nous pouvons souvent réaliser l'équivalent de plusieurs années d'amélioration du matériel avec une seule amélioration d'algorithme. Vous noterez que l'on ne s'a ppuie pas sur le progrès continu dans le domaine de l'efficacité logicielle, puisque nous pouvons compter sur l'accélération continue du matériel. Néanmoins, les bénéfices des percées algorithmiques contribuent de façon significative à atteindre la puissance informatique générale nécessaire pour atteindre l'intelligence humaine, et ils se poursuivront probablement. La source ultime d'algorithmes intelligents

Le point le plus important est ici qu'il existe une méthode spécifique pour atteindre une intelligence de niveau humain par une machine : procéder à la rétro-ingénierie des méthodes parallèles, chaotiques, auto-organisatrices et fractales utilisées dans le cerveau humain et appliquer ces méthodes au matériel informatique moderne. Avec les connaissances sur le cerveau huma in et ses méthodes en augmentation exponentielle (voir chapitre 4}, nous pouvons nous attendre à ce que, dans vingt ans, nous ayons des modèles et des simulations détaillés des quelques centaines d'organes de traitement d'informations que nous appelons collectivement le cerveau humain. Comprendre les prin cipes de fonctionnement de l'intelligence hu maine nous permettra de développer d'autres outils d'algorithmes d'lA. Un grand nombre de ces méthodes utilisées fréquemment dans nos systèmes m ach ines de reconnaissance de motifs montrent des comportements subtils et complexes qui

9

lA RÉPONSE AUX CRITIQUES

ne sont pas prévisibles par le concepteur. Les méthodes d'auto-organisation ne sont pas des raccourcis pratiques pour créer un comportement complexe et intelligent, mais elles sont un moyen important pour augmenter la complexité d'un système sans le rendre cassant, comme les systèmes logiques explicitement programmés. Comme je l'ai déjà expliqué, le cerveau humain est créé à partir d'un génome de seulement trente à cent millions d'octets d'informations utiles, compressées. Comment se fait-il, donc, qu'un organe qui contient cent trillions de connexions puisse être le résultat d'un génome aussi petit ? (J 'estime que rien que les données d'interconnexion nécessaires pour caractériser un cerveau humain sont un million de fois plus importantes que les informations du génome' 3}. La réponse est que le génome précise une série de procédés, chacun utilisant des méthodes chaotiques (c'est-à-dire avec un caractère aléatoire au départ, puis une autoorganisation) pour augmenter la quantité d'informations représentées. On sait, par exemple, que les interconnexions sont reliées selon un plan qui comprend beaucoup d'éléments aléatoires. Lorsqu'un individu entre en contact avec son environnement, les connexions et les motifs au niveau des neurotransmetteurs s'auto-organisent pour mieux représenter le monde, mais la conception initiale est spécifiée par un programme qui n'est pas d'une grande complexité. Je ne pense pas que nous programmerons l'intelligence humaine maillon par maillon dans un système global basé sur des règles. Nous ne nous attendons pas non plus à ce que la grande gamme de compétences représentées par l'intelligence humaine émerged'un énorme algorithme génétique. Lanier s'in quiète, à juste titre, de ce que ce type d'approche fin ira inévitablement par être bloqué dans un minima local (une conception qui n'est pas tout à fait optimale}. Lanier souligne un autre point intéressant, comme l'a fait Richard Dawkins: que l'évolution biologique a « raté la roue » {dans le sen s où aucun organisme n'a suffisamment évolué pour en avoir une). En fait, ce n'est pas tout à fait vrai : il existe de minuscules structures en f orme de roue au niveau des protéines, par exemple le moteur ionique dans les flagelles bactériens, qui sont util isées pour le transport dans un environnement tridimensionnel.'4 Cependant, l'évolution a en effet généré une espèce qui a créé la roue et les routes, donc elle a bien réussi à créer des roues, même si elle l'a fait indirectement. li n'y a pas de mal à utiliser des méthodes indirectes; nous les utilisons tout le temps dans l'ingénierie.' 5 En effet, l'indirection est la base du fonctionnement de l'évolution (c'est-à-dire que les produits à chaque étape créent la prochaine étape). La rétro-ingénierie du cerveau ne se limite pas à répliquer chaque neurone. Dans le chapitre 5 nous avons vu comment des régions importantes du cerveau contenant des millions ou des milliards de neurones pouvaient être modélisées en appliquant des algorithmes parallèles qui ont des fonctions équivalentes. La faisabilité des telles approches neuromorphiques a été démontrée avec des modèles et des simulations de plus d'une vingtain e de régions. Comm e je l'a i ex-

Il

HUMANITE

2.0

pliqué, cela mène souvent à une réduction considérable des besoins informatiques, ainsi que l'ont démontré Lloyd Watts, Carver Mead et d'autres personnes. Lanier écrit que« s'il existe un phénomène complexe, chaotique, c'est nous». Je suis d'accord avec lui, mais je ne vois pas en quoi c'est un obstacle. Mon domaine de prédilection c'est l'informatique chaotique qui nous permet de faire de la reconnaissance de motifs, qui, à son tour, est au cœur de l'intelligence humaine. Le chaos fait partie du processus de la reconnaissance de motifs c'est le moteur du processus-, et il n'y a rien qui nous empêche de maîtriser des méthodes dans nos machines exactement comme elles sont utilisées dans notre cerveau. Lanier écrit que'' l'évolution s'est modifiée, avec l'i ntroduction du sexe, par exemple, mais elle n'a jamais trouvé le moyen d'avancer à une autre vitesse que très lentement ». Cependant le commentaire de Lanier ne s'applique qu'à l'évolution biologique, non à l'évolution technologique. C'est précisément pour cette raison que nous avons dépassé l'évolution biologique. Lanier ignore la nature essentielle d'un processus d'évolution: il accélère parce que chaque étape introduit des méthodes plus puissantes pour créer l'étape suivante. Nous sommes passés de milliards d'années pour accomplir les premières étapes de l'évolution biologique (I'ARN) au rythme rapide de l'évolution technologique aujourd'hui. Internet a émergé en à peine quelques années, bien plus rapidement que l'explosion cambrienne, par exemple. Ces phénomènes font tous partie du même processus d'évolution, qui a commencé lentement, avance désormai s assez ra pidement, et d'ici quelques décennies aura adopté un rythme étonnamment rapide. Lanier considère aussi que « toute l'entreprise de l'intelligence artificielle est basée sur une erreur intellectuelle>>. Jusqu'à ce que les ordinateurs aient éga lé l'intelligence humaine dans toutes ses dimensions, il sera toujours possible pour les sceptiques de dire que le verre est à moitié vide. Chaque nouvelle réussite de l'lA peut être minimisée en disant que les autres objectifs n'ont toujours pas été atteints. En effet, c'est là que réside la frustration des personnes travaillant sur l'lA: une fois qu'un objectif est atteint, il n'est plus considéré comme faisant partie du domaine de l'lA et il est relégué au plan de technique usuelle. L'lA est donc souvent perçue comme une série de problèmes qui n'ont pas encore été résolus. Mais l'intelligence des machines augmente, et la variété des t âches qu'elle peut effectuer- des tâches qui jusque-là exigeaient l'intervention d'un humain intelligent- augmente rapidement. Comme nous l'avons vu dans les chapitres 5 et 6, il existe des centaines d'exemples d'intelligence artificielle opérationnelle limitée aujourd'hui. Pour ne donner qu'un exemple, j'ai souligné dans l'encadré « Deep Fritz Draws », p.292 à 296, que le logiciel d'échecs sur informatique ne compte plus

9

LA RÉPONSE AUX CRITIQUES

uniquement sur la force brute de calcul. En 2002, Deep Fritz, fonctionnant avec seulement huit ordinateurs, a égalé la performance du Deep Blue d'l BM en 1997 basé sur les améliorations de ses algorithmes de reconnaissance des motifs. Nous voyons de nombreux exemples de ce type dans l'amélioration qualitative de l'intelligence logicielle. Cependant, tant que nous n'aurons pas émulé la totalité des capacités intellectuelles humaines, il sera toujours possible de minimiser ce que les machines sont capables de faire. Une fois que nous aurons réussi à faire des modèles complets de l'intelligence humaine, les machines seront capables d'associer les niveaux humains subtils et flexibles de reconnaissance de motifs aux avantages naturels de l'intelligence des machines, en termes de vitesse, de mémoire et, surtout, avec la capacité de partager rapidement les connaissances et les compétences.

La critique issue du traitement analogique De nombreux critiques, tels que le zoologiste et scientifique spécialisé en algorithmes évolutionnaires Thomas Ray, accusent les théoriciens comme moi, qui prévoient l'arrivée d'ordinateurs intelligents, d'un soi-disant" manque de considération de la nature unique du support numérique' 6 "· Tout d'abord, ma théorie comprend l'idée d'un mélange de méthodes analogiques et numériques de la même façon que dans le cerveau humain. Par exemple, des réseaux neuraux plus avancés utilisent déjà des modèles extrêmement détaillés de neurones humains, avec des fonctions d'activation analogues, non linéaires. li y a un avantage significatif en terme d'efficacité lorsqu'on émule les méthodes analogiques du cerveau. Mais les méthodes analogiques ne sont pas le domaine exclusif des systèmes biologiques. Pendant la Seconde Guerre mon diale, on faisait référence aux " ordinateurs numériques » pour les distinguer des ordinateurs analogiques plus répandus. Le travail de Carver Mead a montré la capacité des circuits silicones à mettre en place des circuits analogiques numériquement contrôlés dans les circuits neuronaux des mammifères, dont ils sont en réalité dérivés. Les méthodes analogiques sont facilement reproduites par des transi stors conventionnels, qui sont en fait des appareils analogiques. Ce n'est qu'en ajoutant le méca nisme qui permet de comparer les sorties du transistor à un seuil qu'il est transformé en appareil numérique. Ce qui est plus important, c'est qu'il n'y a rien que les méthodes analogiq ues réalisent qui ne puisse être tout aussi bien réalisé par des méthodes numériques. Les processus analogiques peuvent être reproduits avec des méthodes numériques (en utilisant des représentations en virgules flottantes), alors que l'inverse n'est pas toujours vrai.

HUMANITE

2.0

la critique de la complexité du traitement neural Une autre critique courante est que les petits détails de la conception biologique du cerveau sont tout simplement trop complexes pour êtres modélisés et simulés en utilisant des technologies non biologiques. Par exemple, Thomas Ray écrit: La structure et la fonction du cerveau ou de ses composants ne peuvent pas être séparées. Le système circulatoire permet de maintenir le cerveau en vie, mais il lui apporte également des hormones qui sont une partie intégrale de la fonction chimique du traitement des informations du cerveau. La membrane d'un neurone est une caractéristique structurelle qui définit les limites et l'intégrité du neurone, mais elle est également la surface sur laquelle la dépolarisation propage des signaux. Les fonctions structurelles et de maintien en vie ne peuvent pas être séparées du traitement des informations.'7 Ray poursuit en décrivant plusieurs éléments de la« large gamme des mécanismes de communication chimiques>> présents dans le cerveau. En fait, tous ces éléments peuvent facilement être modélisés, et beaucoup de progrès ont été faits dans ce sens. Les mathématiques servent de langage intermédiaire, et la traduction des modèles mathématiques en mécanismes équivalents non biologiques (par exemple, les simulations informatiques et les circuits qui utilisent les transistors dans leur mode analogue d'origine) est un processus relativement simple. L'apport des hormones par le système circula toire, par exemple, est un phénomène avec une bande passante extrêmement basse, qui n'est pas difficile à modéliser ni à répliquer. Les niveaux sanguins d'hormones spécifiques et d'autres éléments chimiques influencent les niveaux de paramètres qui affectent un grand nombre de synapses simultanément. Thomas Ray conclut qu'« un système informatique en métal fonctionne avec des propriétés dynamiques fondamentalement différentes et qu'il ne pourra jamais précisément et exactement "copier" la fonction du cerveau >>.Lorsqu'on suit de près les progrès dans les domaines liés à la neurobiologie: les scanners du cerveau, la modélisation des neurones et des régions neurales, la communication neurone électronique, les implants neuronaux, etc., on découvre que notre capacité à répliquer l'importante fonctionnalité du traitement d'informations biologiques peut atteindre le niveau de précision souhaité. En d'autres termes, la fonctionnalité copiée peut être" suffisamment proche ,, pour réaliser toutes les tâches imaginables, y compris réussir un test de Turing. De plus, on a découvert que l'utilisation efficace des modèles mathématiques requiert considérablement moins de capacités informatiques que le potentiel théorique des groupes de neurones biologiques qui sont modélisés. Dans le chapitre 4,j'ai analysé un certain nombre de modèles de régions du cerveau (les régions auditives de Watts, le cervelet et d'autres) qui le prouvent.

Il

9

LA RÉPONSE AUX CRITIQUES

La complexité du cerveau Thomas Ray souligne également que nous aurons peut-être des difficultés à créer un système équivalent à des" milliards de lignes de code>>, ce qui représente le niveau de complexité qu'il attribue au cerveau humain. Cependant, ce chiffre est bien supérieur à la réalité car, comme nous l'avons vu, notre cerveau est créé à partir d'un génome qui contient seulement trente à cent millions d'octets d'informations uniques (huit cent millions d'octets sans la compression, mais la compression est à priori envisageable étant donné leur grande redondance), dont peut-être deux tiers décrivent les principes de fonctionnement du cerveau. Ce sont les processus d'auto-organisation, qui comportent suffisam ment d'éléments aléatoires (ainsi que le contact avec le monde extérieur), qui permettent à cette quantité relativement limitée d'informations de s'étendre pour donner les milliers de trillions d'octets d'informations représentés dans un cerveau humain adulte. De même, la création d'une intelligence de niveau humain dans une entité non biologique exigera la création non pas d'un système expert massif comportant des milliards de règles ou de lignes de codes, mais plutôt un système chaotique, auto-organisateur, capable d'apprendre, un système inspiré de la biologie. Ray poursuit en disant:" Les ingénieurs parmi nous proposeront peut-être des appareils nanomoléculaires avec des interrupteurs fullerènes, ou même des ordinateurs semblables à l'ADN. Mais je suis sûr qu'ils ne penseront jamais aux neurones. Les neurones sont des structures de taille astronomique comparables aux molécules avec lesquelles nous commençons à travailler.,, C'est exactement ce que j'essaie de vous dire. Le but de la rétro-ingénierie du cerveau humain n'est pas de copier le système digestif ou d'autres processus encombrants des neurones biologiques, mais plutôt de comprendre les méthodes de traitement des informations clés. La faisabilité de cet objectif a déjà été démontrée dans des dizaines de projets récents. La complexité des groupes de neurones simulés augmente rapidement, tout comme toutes nos autres capacités technologiques. La dualité intrinsèque d'un ordinateur Le neuroscientifique Anthony Bell du Redwood Neuroscience lnstitute formule deux remises en question de notre capacité à modéliser et simuler le cerveau avec l'informatique. Dans le premier il affirme: Un ordinateur est une entité intrinsèquement dualiste, avec un montage physique conçu pour ne pas interférer avec son montage logique, qui exécute le calcul informatisé. Dans les enquêtes empiriques, nous découvrons que le cerveau n'est pas une entité dualiste. Lordinateur et le programme peuvent faire deux, mais le cerveau et l'esprit

Il

HUMANITE

2.0

ne font qu'un. Le cerveau n'est donc pas une machine, ce qui signifie qu'il n'est pas un modèle fini (ou un ordinateur) instancié physiquement de manière à ne pas interférer avec l'exécution du modèle (ou du programme).' 8 Cet argument peut facilement être réfuté. La capacité de séparer dans un ordinateur le programme du montage physique qui réalise le calcul informatisé est un avantage, pas une limitation. Tout d'abord, nous avons des appareils électroniques avec un ensemble de circuits spécifiques dans lesquels « l'ordinateur et le programme» ne font pas deux, mais un. Ces appareils ne sont pas programmables mais ils sont câblés pour une série spécifique d'algorithmes. Vous noterez que je ne fais pas uniquement référence à des ordinateurs avec un logiciel (appelés'' micrologiciels >>)à mémoire morte, comme c'est le cas dans les téléphones portables ou les ordinateurs de poche. Dans ce type de système, l'électronique et le logiciel peuvent encore être considérés comme dualistes même si le programme ne peut pas être modifié facilement. Je fais plutôt référence aux systèmes avec une logique spécifique qui ne peuvent pas être programmés du tout -tels que les circu its intégrés adaptés à une application précise (utilisés, par exemple, dans le traitement d'images et de signaux). li est plus rentable de mettre en place les algorithmes de cette manière, et beaucoup de produits de consommation électroniques utilisent ce type de circuits. Les ordinateurs programmables sont plus coûteux, mais ils apportent une plus grande flexibilité qui permet de changer et de remettre à jour les logiciels. Les ordinateurs programmables peuvent émuler la fonctionnalité de tous les systèmes spécialisés, y compris les algorithmes que nous découvrons (dans nos efforts de rétro-ingénierie du cerveau) pour les composants neuraux, les neurones et les régions du cerveau. Il n'y a aucune raison de dire que le système dans lequel l'algorithme logique est intrinsèquement lié à sa conception physique n'est« pas une machine >>.Si ses principes de fonctionnement peuvent être compris, modélisés en termes mathématiques, puis instanciés dans un autre système (que cet autre système soit une machine avec une logique spécifique inchangeable ou un logiciel sur un ordinateur programmable), alors nous pouvons considérer qu'il s'agit d'une machine et certainement d'une entité dont les capacités peuvent être recréées dans une machine. Comme je l'ai longuement expliqué dans le chapitre 4, il n'y a aucune barrière à la découverte des principes de fonctionnement du cerveau ou à la modélisation et la simulation réussies de ces principes, en commençant par ses interactions moléculaires. Bell fait référence au montage physique d'un ordinateur qui" est conçu pour ne pa s interférer avec son montage logique>>, ce qui laisse entendre que le cerveau n'a pas ce genre de « limitation. » Il a rai son dans le sens où nos pensées nous aident à créer notre cerveau, et comme je l'ai déjà dit nous pouvons observer ce phénomène dans les scans dynamiques du cerveau. Mais nous pouvons facilement modéliser et simuler les aspects physiques et logiques de la plasti-

9

LA RÉPONSE AUX CRITIQUES

cité du cerveau dans des logiciels. Le fait que les logiciels d'un ordinateur soient séparés de son montage physique est un avantage architectural car il permet au même logiciel d'être appliqué à un matériel de plus en plus performant. Les logiciels informatiques, comme les circuits changeants du cerveau, peuvent aussi se modifier, en plus d'être remis à jour. Le matériel informatique peut également être mis à jour sans nécessiter de changement de logiciel. C'est l'architecture relativement fixe du cerveau qui est sérieusement limitée. Même si le cerveau est capable de créer de nouvelles connexions et de nouveaux motifs de neurotransmetteurs, il est restreint par des signaux chimiques plus d'un million de fois plus lents que l'électronique, par le nombre limité de connexions interneuronales qui peuvent tenir à l'intérieur de notre crâne et par l'impossibilité d'une remise à jour, autrement que par la fusion avec l'intelligence non biologique dont je parle. Les niveaux et les boucles Bell fait également un commentaire sur la complexité apparente du cerveau: Les processus moléculaires et biophysiques contrôlent la sensibilité des neurones aux pics entrants (l'efficacité synaptique et la réactivité post-synaptique), l'excitabilité du neurone à produire des pics, les motifs de pics qu'il peut produire et la probabilité que de nouvelles synapses se forment (recâblage dynamique), pour ne citer que quatre des interférences les plus évidentes du niveau subneural. De plus, les effets de volume transneuronaux tels que les champs électriques localisés et la diffusion transmembrane d'oxyde nitrique auraient une influence, respectivement, sur l'activation neurale cohérente et l'apport d'énergie (flux sanguin) aux cellules, la dernière ayant un lien direct avec l'activité neurale. La liste est longue. Je crois que toute personne qui étudie sérieusement les neuromodulateurs, les canaux ioniques ou le mécanisme synaptique- et qui est honnête-, devrait rejeter le niveau neuronal en tant que niveau de calcul séparé, même si elle trouve qu'il s'agit d'un niveau descriptif utile.'9 Bell affirme que le neurone n'est pas le niveau le mieux adapté pour simuler le cerveau, cependant son principal argument se rapproche de celui de Thomas Ray ci-dessus: le cerveau est plus compliqué que de simples portes logiques.

li l'explique ainsi : Dire qu'un élément d'une eau structurée ou qu'une cohérence quantique est un détail nécessaire dans la description fonctionnelle du cerveau serait évidem -

Il

HUMANITE

2.0

ment absurde. Mais si, dans chaque cellule, les molécules dérivent une fonctionnalité systématique de ces processus submoléculaires, si ces processus sont utilisés tout le temps, partout dans le cerveau, pour refléter, enregistrer et propager les corrélations spatiotemporelles des fluctuations moléculaires, pour améliorer ou diminuer les probabilités et les spécificités des réactions, alors nous sommes dans une situation qualitativement différente de celle de la porte logique.

À ce niveau, il remet en question les modèles simplistes de neurones et d'interconnexions neuronales utilisés dans beaucoup de projets du réseau neural. Les simulations des régions du cerveau, cependant, n'utilisent pas ces modèles simplifiés mais préfèrent appliquer des méthodes mathématiques réalistes basées sur les résultats obtenus grâce à la rétro-ingénierie du cerveau. Ce que Bell essaie vraiment de dire est que le cerveau est extrêmement compliqué, ce qui signifie par conséquent qu'il sera très difficile de comprendre, modéliser et simuler sa fonctionnalité. Le principal problème avec le point de vue de Bell est qu'il ne tient pas compte de la nature fractale, chaotique et autoorganisatrice de la conception du cerveau. li est certainement vrai que le cerveau est complexe, mais une grande partie des complications sont plus apparentes que réelles. En d'autres termes, les principes de conception du cerveau sont plus simples qu'ils ne paraissent. Pour comprendre cela, prenons d'abord la nature fractale de l'organ isation du cerveau, que j'ai expliqué dans le chapitre 2 . Une fractale est une règle qui est appliquée de façon itérative pour créer un programme ou un concept. La règle est souvent assez simple, mais à cause de l'itération le résultat peut être remarquablement complexe. Un célèbre exemple de cela est la série Mandelbrot, conçue par le mathématicien Benoît Mandelbrot. 20 Les éléments de la série de Mandel brot sont remarquablement complexes, avec des sous-concepts eu xmêmes infiniment compliqués. En examinant les détails de plus en plus précis d'une image de la série Mandel brot, la complexité persiste, et nous continuon s à voir des complications encore plus détaillées. Et pourtant la formule à la base de toute cette complexité est étonnamment simple : la série de Mandelbrot est caractérisée par une seule formuleZ= Z2 + C, dans laquelle Z est un nombre « complexe,, (en deux dimensions) etC est une constante. La formu le est appliquée de manière itérative, et les points en deux dimensions qui en résultent sont mis en graphique pour créer un motif.

9

LA RÉPON SE AUX CRITIQUE S

Ensemble de Mandelbrot

Ce qu'il faut retenir ici est qu'une règle de conception simple peut créer une grande complexité apparente. Stephen Wolfram prouve la même chose en utilisant des règles simples sur des automates cellula ires (voir le chapitre 2). Cette découverte vaut également pour la conception du cerveau. Comme je l'ai expliqué, le génome compressé a une conception relativement compacte, plus petite que celle de certains programmes informatiques contemporains. Comme le signale Bell, la véritable application du cerveau semble bien plus complexe que ça. Tout comme avec la série de Mandelbrot, quand on examine les détails de plus en plus précis du cerveau, on continue à voir une complexité apparente à chaque niveau. Au niveau macro, le motif de connexions semble compliqué, au niveau micro même la conception d'une seule portion de neurone telle qu'une dendrite semble compliquée. J'ai mentionné qu'il faudrait de milliers de tril lions

HUMANITE

2.0

d'octets pour caractériser l'état du cerveau humain, mais la conception ne représente que plusieurs dizaines de millions d'octets. Ainsi le ratio de la complexité apparente du cerveau par rapport aux informations de conception est d'au moins cent millions contre un. Les informations du cerveau commencent en grande partie comme des informations aléatoires, mais au fur et à mesure que le cerveau interagit avec un environnement complexe (c'est-à-dire quand la personne apprend et mûrit), ces informations prennent un sens. La complexité de conception elle-même est gouvernée par les informations compressées de la conception (c'est-à-dire le génome et les molécules de soutien), et non pas par les motifs créés par l'application itérative des règles de conception. Je suis d'accord pour dire que les trente à cent millions d'octets d'informations dans le génome ne représentent pas une conception simple (certainement bien plus complexe que les six caractères dans la définition de la série de Mandel brot), mais il s'agit d'un niveau de complexité que nous pouvons déjà gérer avec notre technologie. Beaucoup d'observateurs sont perplexes devant la complexité apparente du montage physique du cerveau, ils ne reconnaissent pas que la nature fractale de sa conception signifie que les informations à la base de cette conception sont en fait bien plus simples que ce que nous observons dans le cerveau. J'ai également mentionné dans le chapitre 2 que les informations de conception dans le génome sont une fractale probabiliste, ce qui signifie que les règles sont appliquées avec un certain caractère aléatoire à chaque fois qu'une règle est réitérée. Il n'y a, par exemple, que très peu d'informations dans le génome qui décrivent le motif de connexion du cervelet, qui comprend plus de la moitié des neurones du cerveau. Un petit nombre de gènes décrit le motif de base des quatre types de cellules dans le cervelet et dit, approximativement: « Répétez ce motif plusieurs milliards de fois, avec une variation aléatoire à chaque répétition. ,, Le résultat peut sembler très compliqué, mais les informations de conception sont relativement compactes. Bell a raison de dire qu'essayer de comparer la conception du cerveau à un ordinateur conventionnel serait frustrant. Le cerveau ne suit pas une conception typique de haut en bas (modulaire). li utilise une organisation probabiliste fractale pour créer des processus qui sont chaotiques- ou, plutôt, pas tout à fait prévisibles. Il existe un domaine mathématique bien développé, consacré à la modélisation et la simulation des systèmes chaotiques qui sont utilisés pour comprendre des phénomènes tels que les données météorologiques et les marchés financiers, que l'on peut également appliquer au cerveau. Bell ne mentionne pas cette approche. Il explique pourquoi le cerveau est radicalement différent des portes logiques conventionnelles et de la conception logicielle conventionnelle, ce qui le mène à la conclusion injustifiée que le cerveau n'est pas une machine et ne peut pas être modélisé par une mach'ine. Même s'il a raison de dire que les portes logiques conventionnelles et l'organi-

Il

9

LA RÉPONSE AUX CRITIQUES

sation de logiciels modulaires conventionnels ne sont pas le meilleur moyen d'appréhender le cerveau, cela ne signifie pas que nous sommes incapables de simuler le cerveau sur un ordinateur. Parce que nous pouvons décrire les principes de fonctionnement du cerveau en termes mathématiques, et puisque nous pouvons modéliser tous les processus mathématiques (y compris les processus chaotiques) sur un ordinateur, nous pouvons mettre en place ce genre de simulation. D'ailleurs, nous faisons de solides et de plus en plus rapides progrès dans ce domaine. Malgré son scepticisme, Bell affirme, avec une certaine prudence, que nous comprendrons suffisamment bien notre biologie et notre cerveau pour les améliorer. li écrit:« Y aura-t-il une ère transhumaine? Pour cela il existe un précédent biologique fort dans les deux principales étapes de l'évolution biologique. La première, l'incorporation en bactéries eucaryotes de symbiotes procaryotes, et la seconde, l'émergence de formes de vie multicellulaires des colonies d'eucaryotes [...]Je crois que quelque chose comme (une ère transhumaine) pourrait se produire. ,

la critique issue des microtubules et de l'informatique quantique La mécanique quantique est mystérieuse, et la conscience est mystérieuse. CQFD: la mécanique quantique et la conscience doivent être liées.

CHRISTOF KOCH, se moquant de la théorie d'informatique quantique de Roger Penrose dans laquelle les tubules neuronales seraient la source de la conscience humaine "

Au cours de la dernière décennie Roger Penrose, un physicien et philosophe de renom, en collaboration avec Stuart Hameroff, un anesthésiste, a suggéré que les structures fines à l'intérieur des neurones appelées microtubules réalisent une forme particulière de calcul informatisé appelé« informatique quantique». Comme je l'ai expliqué, l'informatique quantique est une forme de calcul avec ce que nous appelons des q-bits, qui prennent toutes les combinaisons possibles des solutions simultanément. Cette méthode peut être cons idérée comme une forme extrême de traitement parallèle (parce que chaque combinaison de valeurs des q-bits est vérifiée simultanément). Penrose considère que les microtubules et leurs capacités d'informatique quantique compliquent le concept de recréation des neurones et la réinstallation des fichiers du cerveau. 22 Selon sa théorie, l'informatique quantique du cerveau serait responsable de la conscience et les systèmes, biologiques ou autres, ne pourraient pas être conscients sans l'informatique quantique.

HUMANITE

2.0

Même si certains scientifiques prétendent avoir détecté un effondrement des ondes quantiques {résolution de propriétés quantiques ambiguës telles que la position, la rotation et la vélocité) dans le cerveau, personne n'a suggéré que les capacités de l'humain exigeaient véritablement une capacité d'informatique quantique. Le physicien Seth Lloyd a dit: Je crois qu'il est faux de dire que les microtubules réalisent des tâches informatiques dans le cerveau, de la manière dont [Penrose] et Hameroff l'ont suggéré. Le cerveau est un endroit chaud et humide. Ce n'est pas un environnement très favorable à l'exploitation de la cohérence quantique. Le genre de superposition et de montage/démontage de microtubules qu'ils recherchent ne semblent pas montrer d'emmêlement quantique[...] Le cerveau n'est sûrement pas un ordinateur numérique classique, loin de là. Mais si je devais énoncer une hypothèse, je dirais qu'il réalise la plupart de ses tâches de manière3 Anthony Bell note également qu',, il n'y a aucune preuve que les cohérences quantiques macroscopiques de grande échelle, comme ceux dans les superfluides et les superconducteurs, aient lieu dans le cerveau24». · Cependant, même si le cerveau a une fonction d'informatique quantique, cela ne change pas véritablement les perspectives pour le calcul informatique à niveau humain (et au-delà) et ne signifie pas que le téléchargement du cerveau est infaisable. Tout d'a bord, si le cerveau a une fonction d'informatique quantique cela ne fait que co nfirmer que l'informatiq ue quantique est possible. Il n'y aurait rien dans cette co nclusion qui prouve que l'informatiqu e qua nt ique se limite aux mécanismes biologiques. Les mécanismes biologiques d'informati que quantique, s'ils existent, pourraient être répliqués. En effet, des expériences récentes avec des ordinateurs quantiques de petite échelle semblent être une réussite. Même le transistor conventionnel dépend de l'effet quantique de la tunnelli sat ion des électrons. Le point de vue de Penrose a ét é interprét é pour laisser entendre qu'il est impossible de parfaitement répliqu er une série d'états quantiques, don c qu'un téléchargement parfait est impossible. Eh bien, un téléchargement doit-il vraiment être parfait ? Si nous mettons au point une technologie de téléchargement où les>, formulé par Tibor Ra do en 1962.3' Chaque machine de Turing a un certain nombre d'états dans lesquels son programme interne peut se trouver, qui correspondent au nombre d'étapes de son programme interne. Il existe un certain nombre de machines de Turing à quatre états, un certain nombre de machines à cinq états, etc. Dans le problème du « castor affairé >>,avec un entier naturel positif n, nous construisons toutes les machines de Turing qui ont n états. Le nombre de ces machines sera toujours fini. Ensuite nous éliminons les machines à n états qui sont prises dans une boucle infinie (celles qui ne s'arrêtent jamais). Enfin, nous sélectionnons la machine {l'une de celles qui s'arrêtent) qui écrit le plus grand nombre de 1 sur sa bande. Le nombre de 1 que cette machine de Turing écrit s'appelle le castor affairé den. Rado a montré qu'il n'y a aucun algorithme- c'est-à-dire aucune machine de Turing -qui puisse calculer cette fonction pour tous les n. La partie la plus difficile du problème est de trier les machines à n états qui se retrouvent dans une boucle infinie. Si nous programmons une machine de Turing pour générer et simuler toutes les machines de Turing possibles avec n états, le simulateur lu i-même rentre dans une boucle infinie lorsqu'il tente de simuler l'une des machines avec n états qui se prend dans une boucle infinie. Malgré son statut de problème impossible à résoudre (l'un des plus célèbres), nous pouvons déterminer la fonction castor affairé pour certains n. (Ce qui est intéressant, c'est qu'il est également impossible de séparer les n pour lesquels nous pouvons déterminer le castor affairé den, de ceux pour lesquels nous ne le pouvons pas.) Par exemple, le castor affairé de 6 peut facilement être déterminé comme étant 35. Aveq états, une machine de Turing peut multiplier, ainsi le castor affairé de 7 est bien plus grand: 22 g61. Avec 8 états, une machine de Turing peut calculer des exponentiels, le castor affairé de 8 est donc encore plus grand: environ 1043 • Nous pouvons voir que c'est une fonction >, car elle exige une plus grande intelligence pour résoudre des n plus importants. En arrivant à 10, la machine de Turing peut effectuer des types de calculs in-

Il

9

LA RÉPONSE AUX CRITIQUES

formatisés qui sont impossibles à suivre pour un humain (sans l'aide d'un ordinateur). Ainsi nous ne pouvons déterminer le castor affairé de 10 qu'à l'aide d'un ordinateur. La réponse exige une notation particulière pour l'écrire, dans laquelle nous avons une pile d'exposants, dont la hauteur est définie par une autre pile d'exposants, dont la hauteur est définie par une autre pile d'exposants, et ainsi de suite. Parce qu'un ordinateur peut suivre ces nombres complexes, alors que le cerveau humain ne peut pas, il semblerait que les ordinateurs aient plus de capacités à résoudre des problèmes impossibles que les humains.

la critique liée aux taux d'échec Jaron Lanier, Thomas Ray et d'autres observateurs citent tous les taux d'échec élevés de la technologie comme une barrière à sa croissance exponentielle continue. Par exemple, Ray écrit: Nos créations les plus complexes montrent des taux d'échec alarmants. Les satellites et les télescopes en orbite, les navettes spatiales, les sondes interplanétaires, la puce Pentium, les systèmes d'exploitation des ordinateurs, tous semblent repousser les limites de ce que nous pouvons efficacement concevoir et construire avec des approches conventionnelles[ ...] Nos logiciels les plus complexes (les systèmes d'exploitation et les systèmes de contrôle des télécommunications) contiennent déjà des dizaines de millions de lignes de code. Actuellement, il semble improbable que nous puissions produire et gérer des logiciels avec des centaines de millions ou des milliards de lignes de codeY Tout d'abord, on peut se demander à quels taux d'échec alarmants Ray fait référence. Comme je l'ai déjà mentionné, des systèmes informatisés d'une grande sophistication pilotent et font atterrir nos avions automatiquement et assurent le suivi des unités de soins intensifs des hôpitaux au quotid ien, ils ne connaissent presque jamais de pannes. Si les taux d'échec alarmants sont une source de préoccupation, ils sont plus souvent attribués à l'erreur humaine. Ray fait allusion aux problèmes avec les puces des microprocesseurs d'Intel, mais ils restent extrêmement limités, n'ont pratiquement pas eu de répercussions et ont rapidement été rectifiés. La complexité des systèmes informatiques a en effet augmenté, nous l'avons vu, et les dernières avancées de nos travaux pour simuler l'intelligence humaine utiliseront les paradigmes d'auto-organisation que nous trouvons dans le cerveau humain. Alors que nous poursuivons nos progrès dans la rétro-ingénierie du cerveau humain, nous ajouterons de nouvelles méthodes d'auto-organisation à nos outils de reconnaissance de motifs et d'lA. Comme je l'ai expliqué, les méthodes d'auto-organisation aident à diminuer le recours aux niveaux ingérables de complexité. Nous n'aurons pas besoin de systèmes avec des>,je peux répond re à cette question grâce à des mesures ela ires et objectives. Si je vous demande:« Cette entité est-elle consciente? >>,je pourrai vous donner des arguments par inférence- peut-être même des arguments forts et convaincants- mais aucune mesure claire et objective. Concernant l'escargot, j'ai écrit: Alors quand vous dites qu'un escargot peut être conscient, je crois que vous dites ceci: que nous pourrons découvrir une certaine base neurophysiologique de la conscience (appelons-la le« x>>) chez les humains, où lorsque cette base est présente l'humain est conscient, et lorsqu'elle n'est pas présente l'humain n'est pas conscient. Ainsi nous aurions une base objectivement mesurable de la conscience. Et puis, si nous la découvrions chez un escargot, nous pourrions en conclure qu'il est conscient. Mais cette conclusion par inférence n'est qu'une forte supposition, ce n'est pas une preuve de l'expérien-

Il

9

LA RÉPONSE AUX CRITIQUES

ce subjective de l'escargot. Peut-être que les humains sont conscients parce qu'ils ont« x,, ainsi qu'une autre qualité que tous les humains partagent, appelons-la « y>>.« Y>> peut être lié au niveau de complexité des humains ou à quelque chose dans notre organisation, ou aux propriétés quantiques de nos microtubules (mais cela peut faire partie de>), ou à quelque chose de totalement différent. Lescargot a biologique claire de la conscience, et il semble incapable d'a dmettre que la compréhension et la conscience sont peutêtre le résultat d'un motif général d'activités. D'autres philosophes, tels que Daniel Dennett, ont formulé des théories de la conscience > de ce type. Mais qu'elle soit > Gershenfeld souligne que les institutions publiques, même lorsqu'elles sont innovantes à leur époque, deviennent rapidement « un frein à

Il

9

LA RÉPONSE AUX CRITIQUES

l'innovation

».

Tout d'abord.j'aimerais préciser que le conservatisme des institutions publiques n'a rien de nouveau. li fait partie du processus d'évolution des innovations, et la loi du retour accéléré a toujours fonctionné dans ce contexte. Deuxièmement, l'innovation a toujours trouvé le moyen de contourner les limites imposées par les institutions. !:arrivée d'une technologie décentralisée donne à l'individu la possibilité de dépasser toutes sortes de restrictions et représente un moteur essentiel pour accélérer le changement social. Pour vous donner l'un des nombreux exemples, la masse des réglementations sur les communications est sur le point d'être contournée par les techniques émergentes de point à point tels que les protocoles de voix sur IP. La réalité virtuelle représentera un autre moyen d'accélérer le changement social. Les gens pourront avoir des relations et participer à des activités dans des environnements immersifs et extrêmement réalistes de réalité virtuelle auxquelles ils n'auraient pas pu ou pas voulu participer dans le monde réel. En devenant de plus en plus sophistiquée, la technologie adopte les capacités humaines traditionnelles et demande donc moins de facultés d'adaptation. Il fallait avoir des connaissances techniques poussées pour utiliser les premiers PC, alors que les systèmes informatisés actuels, tels que les téléphones portables, les lecteurs de musique et les navigateurs sur Internet, exigent nettement moins de compétences. Dans la deuxième décennie de ce siècle, nous serons régulièrement en interaction avec des humains virtuels qui, même s'ils ne peuvent pas réussir le test de Turing, auront une compréhension suffisamment grande de notre langue pour remplir le rôle d'assistants personnels dans une large gamme d'activités. Il y a toujours eu un mélange de personnes qui adoptent les nouveaux paradigmes très rapidement et d'autres qui les adoptent de manière plus tardive. Il existe encore des personnes aujourd'hui qui veulent vivre comme au Vil" siècle. Cela n'empêche pas ceux qui ont rapidement adopté les nouveaux paradigmes de mettre en place de nouvelles attitudes et de nouvelles conventions sociales, par exemple les nouvelles communautés sur Internet. li y a plusieurs centaines d'années, seule une poignée de personnes comme Léonard de Vinci et Newton exploraient les nouvelles manières de comprendre et de s'identifier au monde. Aujourd'hui, la communauté mondiale qui participe et contribue aux innovations sociales par l'adoption et l'adaptation aux nouvelles innovations techniques représente un pourcentage significatif de la population, ce qui reflète une fois encore la loi du retour 'accéléré.

Il

HUMANITE

2.0

La critique issue du théisme Une autre objection courante dépasse la science pour affirmer qu'il existe un niveau spirituel expliquant les capacités des humains et qui n'est pas pénétrable par des moyens objectifs. William A. Dembski, un philosophe et mathématicien de renom, déplore la vision de penseurs tels que Marvin Minsky, Daniel Dennett, Patricia Churchland, et Ray Kurzweil, qu'il qualifie de « matérialistes contemporains» qui« voient les mouvements et les modifications de la matière comme des éléments suffisants pour expliquer la mentalité humaine44 ». Dembski déclare que « la prévisibilité est la vertu principale du matérialisme,, et cite'' un manque de substance (comme étant) son principal défaut>>. Il continue en affirmant que« les humains ont des aspirations. Nous rêvons de liberté, d'immortalité et d'une vision béatifique. Nous sommes agités jusqu'à ce que nous retrouvions le repos auprès de Dieu. Le problème pour les matérialistes, par contre, est que ces aspirations ne peuvent pas être.,, Il en conclut que les humains ne peuvent pas être de simples machines à cause de« l'absence stricte des facteurs extra-matériels sur de tels systèmes >>. Je préférerais que l'on appelle le concept de matérialisme de Dembski « matérialisme des capacités >>,ou mieux encore « patternism des capacités >>.Le patternism des capacités est basé sur l'observation que les neurones biologiques et leurs interconnexions sont composés de motifs durables de matière et d'énergie. Il soutient éga lement que leurs méthodes peuvent être décrites, comprises et modélisées soit par des répliques soit par des recréations qui ont une fonctionnalité équivalente. J'utilise le mot « capacité,, parce qu'i l englobe toutes les manières riches, subtiles et diverses que les humains utilisent pour interagir avec le monde, pas seulement les compétences plus limitées que nous pourrions qualifier d'intellectuelles. En effet, notre capacité de comprendre et de réagir aux émotions est tout aussi complexe et diverse que notre capacité de traiter des questions intellectuelles. John Searle, par exemple, reconnaît que les neurones humains sont des machines biologiques. Peu d'observateurs sérieux ont parlé de capacités ou de réactions des neurones humains qui exigent l'intervention de « fa cteu rs extramatériels >>,comme l'explique Dembski. Se baser sur les motifs de matière et d'énergie dans le corps et le cerveau humain pour en expliquer le comportement et les capacités ne diminue en rien notre émerveillement devant ses remarquables qualités. Dembski a une vision du concept de« machine,, qui n'est plus d'actualité. Dembski écrit éga lement que « contrairement au cerveau, les ordinateurs sont ordonnés et précis [... ], les ordinateurs fonctionnent de manière déterministe >>.Cette affi rm ation, parmi d'autres, révèle une vi sion des machines, ou des entités composées de motifs de matière et d'énergie (des entités« matérielles >>), qui se limite aux mécani smes simplistes des automates du XIXesiècle.

9

LA RÉPONSE AUX CRITIQUES

Ces appareils, avec leurs centaines ou milliers de pièces, étaient tout à fait prévisibles et n'étaient certainement pas capables de rêver de liberté ou de montrer d'autres qualités touchantes de l'humanité. Les mêmes observations peuvent en général s'appliquer aux machines actuelles, avec leurs milliards de pièces. Mais on ne pourra pas forcément en dire autant des machines comportant des millions de milliards de'' pièces,, en interaction, des entités avec la complexité du cerveau et du corps humain. De plus, il est faux de dire que le matérialisme est prévisible. Même les programmes informatiques actuels utilisent régulièrement des fonctions aléatoires simulées. Si l'on veut véritablement introduire la notion d'aléatoire dans un processus, il existe des appareils qui peuvent le faire. En fait, tout ce que nous percevons dans le monde matériel est le résultat de plusieurs trillions d'événements quantiques, dont chacun est profondément et irréductiblement aléatoire d'un point de vue quantique au cœur de la réalité physique (ou en tous cas, c'est ce qu'il nous semble- le jury scientifique doit encore se prononcer sur la véritable nature aléatoire ou non des événements quantiques). Le monde matériel -aux niveaux micro et macro- est tout sauf prévisible. Même si beaucoup de programmes informatiques fonctionnent de la manière que décrit Dembski, les techniques dominantes dans mon domaine de la reconnaissance de motifs utilisent des méthodes de calcul chaotique inspirées de la biologie. Dans ces systèmes, l'interaction imprévisible des millions de processus, dont beaucoup comportent des éléments aléatoires et imprévisibles, fournit des réponses inattendues mais adaptées aux questions subtiles de la reconnaissance. La majeure partie de l'intelligence humaine consiste en des processus de reconnaissance de motifs exactement comme ceux-ci. Quant à nos réactions aux émotions et à nos aspirations les plus élevées, elles sont considérées, à juste titre, comme des propriétés émergentes- des propriétés profondes, bien évidemment, mais néanmoins aux motifs émergents qui résultent de l'interaction du cerveau humain et de son environnement complexe. La complexité et la capacité des entités non biologiques sont en augmentation exponentielle et égaleront les systèmes biologiques, y compris le cerveau humain (ainsi que le reste du système nerveux et le système endocrinien) d'ici une vingtaine d'années. En effet, la conception de beaucoup de machines futures sera inspirée de la biologie- c'est-à-dire dérivée des conceptions biologiques. (C'est déjà le cas pour de nombreux systèmes contemporains.) D'après ma théorie, en partageant la complexité et les motifs réels du cerveau humain, ces entités non biologiques futures afficheront l'intelligence et les réactions riches en émotions (telles que les« aspirations>>) des humains. Une entité non biologique de ce type sera-t-elle consciente ? Searle prétend que l'on peut (du moins en théorie) facilement résoudre cette question en vérifiant si elle a les" processus neurobiologiques spécifiques,, adaptés. Person -

HUMANITE

2.0

nellement,je pense que beaucoup d'humains, un jour même la majorité des humains, finiront par croire que ce type d'entité intelligente dérivée des humains mais néanmoins non biologique est consciente, mais il s'agit là d'une prédiction politique et psychologique, non d'un jugement scientifique ou philosophique. Pour résumer: je suis d'accord avec Dembski qu'il ne s'agit pas d'une question scientifique, parce qu'elle ne peut pas être résolue à travers une observation objective. Certains observateurs disent que s'il ne s'agit pas d'une question scientifique, ce n'est pas une question importante, ni même une véritable question. Je crois (et je suis sûr que Dembski est du même avis) que c'est justement parce que la question n'est pas scientifique qu'elle est philosophique- en effet, c'est la question philosophique fondamentale. Dembski écrit : « Nous devons nous transcender pour nous trouver. Maintenant que les mouvements et les modifications de la matière ne nous offrent aucune possibilité de nous transcender [... ] Freud [... ] Marx [... ] Nietzsche [... ] chacun d'entre eux considérait l'espoir de transcendance comme une illusion.>> Cette vision de la transcendance comme but ultime est raisonnablement exprimée. Mais je ne pense pas que les mondes matériels nous offrent une « possibilité de nous transcender>>. Le monde matériel évolue par nature, et chaque étape transcende l'étape précédente. Comme je l'ai expliqué dans le chapitre 7, l'évolution tend vers une plus grande complexité, une plus grande élégance, une plus grande connaissance, une plus grande intelligence, une plus grande beauté, une plus grande créativité et un plus grand amour. Et Dieu est qualifié de toutes ces choses, mais sans la moindre limitation : une connaissance infinie, une intelligence infinie, une beauté infinie, une créativité infinie et un amour infini. L'évolution n'atteint pas un niveau infin i, mais en explosant de façon exponentielle, elle tend certainement dans cette direction. Ainsi l'évolution se déplace inexorablement vers notre conception de Dieu, même si elle n'atteint jamais cet idéal. Dembski poursuit: Une machine est entièrement déterminée par la constitution, la dynamique et les interrelations de ces pièces physiques[ ...] Le mot« machine,, souligne l'absence stricte de facteurs extra-matériels [... ] Le principe de remplacement est pertinent dans cette discussion car il sous-entend que les machines n'ont pas de véritable histoire [...] Mais une machine, à proprement parler, n'a pas d'histoire. Son histoire est un ajout superflu - une annexe qui pourrait facilement être différente sans modifier la machine[... ] Pour une machine, tout ce qui est, est ce qui exi ste au moment présent[ ... ] Les machines ont accès ou pas à des éléments en stock[ ...] mutatis mutandis, des éléments qui représentent des événements contre-factuels (c'est-à-dire des événements qui n'ont j amais eu lieu) mais qui sont accessibles peuvent, pour la machine, être considérés comme ayant eu lieu.

Il

9

lA RÉPONSE AUX CRITIQUES

Pas la peine de préciser que l'objectif de ce livre est de nous expl iquer que beaucoup des présomptions auxquelles nous tenons si précieusement concernant la nature des machines et même notre propre nature humaine vont être remises en question au cours des prochaines décennies. La conception de Dembski de« l'histoire, n'est qu'un autre aspect de notre humanité qui dérive bien évidemment de la richesse, la profondeur et la complexité du fait d'être humain. À l'inverse, ne pas avoir une histoire au sens où Dembski l'entend n'est qu'un autre attribut de la simplicité des machines que nous connaissons jusqu'ici. Ma théorie explique précisément que les machines des années 2030 et au-delà seront d'une si grande complexité et d'une telle richesse d'organisation que leur comportement montrera des réactions émotionnelles, des aspirations, et, en effet, une histoire. Dembski ne fait donc que décrire les machines actuelles, limitées, et il présume simplement que ces limitations sont intrinsèques, un argument qui revient à dire que puisque« les machines actuelles ne sont pas aussi capables que les humains, alors les machines ne pourront jamais atteindre ce niveau de performance>>. Dembski ne fait que présumer sa conclusion. Selon Dembski, la capacité des machines à comprendre leur propre histoire est limitée à leur « accès ,, à des éléments en stock. Cependant, les machines futures posséderont non seulement un enregistrement de leur propre histoire mais aussi la capacité de comprendre cette histoire et de réfléchir intelligemment à sa signification. Quant aux« éléments qui représentent des événements contre-factuels>>, on peut sûrement dire la même chose de la mémoire des êtres humains. La longue discussion de Dembski sur la spiritualité est résumée ainsi: Mais comment une machine peut-elle être consciente de la présence de Dieu ? Rappelez-vous que les machines sont entièrement définies par la constitution, la dynamique et les interrelations entre leurs pièces physiques. Il est évident que Dieu ne peut pas faire sentir sa présence à une machine en agissant sur elle et en changeant ainsi son état. En effet, à partir du moment où Dieu agit sur une machine et modifie son état, elle n'est plus vraiment une machine, car un aspect de cette machine transcende désormais ses composants physiques. Il est évident que la prise de conscience de la présence de Dieu par une machine doit être indépendante de toute action de Dieu sur l'état de la machine. Alors comment la machine peut-elle prendre conscience de la présence de Dieu ? Cette prise de conscience doit être volontaire. La spiritualité de la machine est la spiritualité de l'auto-réalisation, et non la spiritualité d'un Dieu actif qui se révèle librement et transforme ainsi les êtres avec lesquels il est en communion. Quand Kurzweil ajoute au mot « machine ,, le qualificatif« spirituel ,, cela donne une vi sion appauvrie de la spiritualité.

Il

HUMANITE

2.0

Dembski affirme qu'une entité (par exemple une personne) ne peut pas être consciente de la présence de Dieu sans que Dieu n'agisse sur elle, mais Dieu ne peut agir sur une machine, alors une machine ne peut pas être consciente de la présence de Dieu. Ce raisonnement est totalement tautologique et centré sur les humains. Dieu ne communie qu'avec les humains, et seulement les humains biologiques qui plus est. Je n'ai rien contre le fait que Dembski ait une croyance personnelle, mais il n'a pas les « arguments forts,, qu'il nous avait promis pour prouver que« les humains ne sont pas des machines- un point c'est tout>>. Comme c'est le cas avec Searle, Dembski ne fait que présumer sa conclusion. Tout comme Searle, il ne semble pas saisir le concept des propriétés émergentes des motifs complexes distribués. li écrit: On peut présumer que la colère est liée à certaines excitations localisées du cerveau. Mais les excitations localisées du cerveau n'expliquent certainement pas mieux la colère que les comportements associés à la colère, comme le fait de crier des obscénités. Les excitations localisées du cerveau peuvent être liées à la colère, mais qu'est-ce qui explique qu'une personne interprète un commentaire comme étant une insulte et ressente de la colère, et qu'une autre personne interprète ce même commentaire comme une blague et ressente de l'amusement? Une explication matérialiste complète du cerveau exigerait une compréhension des excitations localisées du cerveau en termes d'autres excitations localisées du cerveau. Au lieu de ça, nous avons des excitations localisées du cerveau (représentant, disons, la colère) qui s'expliquent en termes de contenu sémantique (représentant, disons, les insultes). Mais ce mélange d'excitations du cerveau et de contenu sémantique ne constitue pas vraiment une explication matérialiste du cerveau ou d'une agence intelligente. Dembski part du principe que la colère est liée à'' une excitation localisée du cerveau >> mais la colère est très probablement le reflet de motifs d'activités complexes distribués dans le cerveau. Même s'il existe une corrélation neurale localisée associée avec la colère, c'est quand même le résultat de motifs à multiples facettes en interaction. La question de Dembski sur la raison pour laquelle les personnes différentes réagissent différemment à des situations similaires n'exige pas que nous ayons recours à ses facteurs extra-matériels pour l'expliquer. Le cerveau et les expériences de personnes différentes ne sont évidemment pas les mêmes, et ces différences s'expliquent par des différences dans leur cerveau physique, ce qui est le résultat de gênes et d'expériences différents. La résolution du problème ontologique de Dembski est que la base ultime de ce qui existe est ce qu'il appelle« le monde réel des choses>> qui ne peuvent pas se réduire à des objets m atériels. Dembski ne nous précise pas de quelles « choses ,, il s'agit, lesquelles sont considérées comme fond ament ales, mai s j'imagine que le cerveau humain en fait partie, ainsi que d'a utres choses comme

9

LA RÉPONSE AUX CRITIQU ES

l'argent et les fauteuils. Il se peut que nos avis convergent quelque peu sur ce point.Je vois les '' choses,, de Dembski comme des motifs. Largent, par exemple, est un motif vaste et persistant d'accords, de coopérations et d'attentes. " Ray Kurzweil ,, est peut-être un motif moins vaste mais il persiste également pour l'instant. Visiblement, Dembski considère que les motifs sont éphémères, n'ont aucune substance, mais j'ai un respect profond pour le pouvoir et la durabilité des motifs. Il n'est pas déraisonnable de voir les motifs comme la réal ité ontologique fondamentale. Nous ne pouvons pas toucher la matière et l'énergie directement, mais nous vivons directement les effets des motifs qui font partie des" choses,, de Dembski. Ce qui est fondamental dans cette théorie, c'est qu'en appliquant notre intelligence, et le prolongement de notre intelligence que nous appelons la technologie, à la compréhens ion des motifs puissants de notre monde (par exemple, l'intelligence humaine), nous pouvons recréer- et augmenter ! -ces motifs dans d'autres substrats. Les motifs sont plus importants que les éléments qui les matérialisent. Enfin, si les choses extra-matérielles de Dembski, qui améliorent l'intelligence, existent vraiment, alors j'aimerais savoir où je peux m'en procurer.

La critique issue du holisme Une autre critique f réquente est la suivante : les machines sont organ isées en tant que hiérarchies rigoureusement structurées de modules, alors que la biologie est basée sur des éléments organisés de man ière holistique où chaque élément affecte chaque élément. Les capacités un iques de la biologie (telles que l'intelligence humaine) ne peuvent provenir que de ce type de conception holistique. De plus, seuls les systèmes biologiques peuvent utiliser ce principe de conception. Michael Denton, biologiste de l'université d'Otago en Nouvelle-Zélande, sou ligne les différences apparentes entre les principes de conception des entités biologiques et ceux des machines qu'il connaît. Denton décrit les organismes comme étant " auto-organisateurs [... ] auto-référentiels [... ] auto-répliquants [ ...] réciproques [ ...] auto-form at eurs et[ ... ] holistiques4s ,,. Il fait ensuite un bond inconsidéré- un sa ut de foi si vou s voulez - en disa nt que de t elles formes orga niques ne peuvent être créées que par les process us biologiques et que ces formes sont des réa lités" immuables[... ]. impénétrabl es et[ ...] fond amentales,, de l'existence. Je comprends bien " l'émerveillement ,, et la" fa scination ,, de Denton devant la bea uté, la complexité, l'ét ranget é et l'interdépendance des syst èmes orga niques, de" l'i mpression[... ] ét ra nge de veni r d'un autre monde,, que nous inspirent les formes asymétriqu es des protéines à la complexité extraord inaire des orga nes de plu s haut rang comme le ce rvea u humai n. De pl us, je suis de

Il

HUMANITE

2.0

l'avis de Denton sur le fait que la conception biologique représente une série profondément importante de principes. Cependant, d'après ma théorie, que ni Denton ni les autres critiques de l'école holistique ne veulent reconnaître ou démentir, les machines (c'est-à-dire les entités dérivées de la conception à base humaine) peuvent accéder à ces mêmes principes- et elles les utilisent déjà. C'est justement là le fond de mon travail, et cela représente la direction de l'avenir. Émuler les idées de la nature est le moyen le plus efficace pour maîtriser l'énorme puissance qui sera mise à notre disposition par les technologies futures. Les systèmes biologiques ne sont pas totalement holistiques, et les machines contemporaines ne sont pas complètement modulaires ; les deux existent dans un continuum. Nous pouvons identifier des unités de fonctionnalité dans des systèmes naturels même au niveau moléculaire, et des mécanismes d'action sont encore plus faciles à discerner au niveau plus élevé des organes et des régions du cerveau. Le processus de compréhension de la fonctionnalité et des transformations d'informations qui se produisent dans des régions spécifiques du cerveau est déjà en cours, comme nous l'avons vu dans le chapitre 4· Il est trompeur de laisser entendre que chaque aspect du cerveau humain est en interaction avec chaque autre aspect et qu'il est donc impossible de comprendre ses méthodes. Les chercheurs ont déjà identifié et modélisé les transformations d'informations dans plusieurs dizaines de ses régions. À l'i nverse, il existe de nombreux exemples de machines contemporaines qui n'ont pas été conçues de manière modulaire, et dans lesquelles de nombreux aspects sont profondément interdépendants, tels que les exemples d'algorithmes génétiques décrits dans le chapitre s. Denton écrit: Aujourd'hui presque tous les biologistes professionnels ont adopté l'approche mécaniste/réductionniste et présument que les pièces de base d'un organisme (comme les dents d'u ne roue dans une montre) sont les éléments primaires essentiels, qu'un organisme vivant (comme une montre) n'est rien de plus que la totalité de ses pièces, et que ce sont les pièces qui déterminent les propriétés de l'ensemble et que (comme une montre) une description complète de toutes les propriétés d'un organisme peut être obtenue en caractérisant chacune de ses pièces isolément. Denton choisit aussi d'ignorer ici la ca pacité des processus complexes à montrer des propriétés émergentes qui dépassent « ses pièces isolément >> . Il semble reconn aître ce potentiel dans la nature lorsqu 'il écrit:>, Scientific American, 242-4 (avril1980), p. 118-128. J. Heidmann, Cosmic Odyssey. Observatoire de Paris, trad. Simon Mitton, Cambridge, UK, Cambridge University Press, 1989. J. W. Schopf, ed., Major Events in the History of Life, symposium organisé par le IGPP Center for the Study of Evolution and the Origin of Life, 1991,Boston, Jones and Bartlett,1991. Phillip Tobias« Major Events in the History of Man ki nd >>,cha p. vi de Schopf, Major Events in the History of Life. David Nelson,>, http://drnelson.utmem. edu/evolution.html, and >, http:/ /drnelson.utmem.edu/evolutiom.html. G. Burenhult, ed., The First Hu mans. Human Origins and History to w ,ooo BC, San Francisco, Harper San Francisco,1993. D. Johan son et B. Edgar, From Lucy to Language, New York, Simon & Schuster, 1996. R. Coren, The EvolutionaryTrajectory, The Growth of Information in the History and Future of Earth, World Futures General Evolution Studies, Amsterdam, Gordon and Breach,1998. Ces listes datent des années 1980 et 1990 et, bien que la plupart couvrent l'histoire de l'univers connu, trois se focalisent sur l'histoire humaine. Les dates citées par les listes les plus anciennes sont imprécises, mais ce sont les événements, et leur époque, qui sont importants. Modis a alors combiné ces listes pour trouver des groupes d'événements ma jeurs, ses >, Proceedings of the National Academy of Sciences, 100.22 {28 octobre 2003), p. 13030-13035. Cependant, les chercheurs de l'université de médecine de Californie ont découvert que la matière grise dans les régions spécifiques du cerveau à plus de rapport avec le QI qu'avec la taille générale du cerveau et que seulement 6% de la matière grise dans le cerveau semblent avoir un rapport avec le QI. Cette étude a aussi découvert que ces régions ayant un rapport avec l'intelligence sont localisées à travers tout le cerveau, et qu'il n'existe pas de centre de l'intelligence comme le lobe frontal. Voir« Human Intelligence Determined by Volume and Location of Gray Matter Tissue in Brain>>, University of California-lrvine news release (19 juillet 2004), http:/ /today.uci.edu/news/release_detail.asp?key=1187. Une étude menée en 2004 a permis de découvrir que les gènes du système nerveux humain montraient une évolution accélérée en comparaison avec les primates non humains et que tous les primates ont une évolution accélérée comparée aux autres mammifères. Steve Dorus et al.,« Accelerated Evolution of Nervous System Genes in the Origin of Homo sapiens >>,Ce li, 119 (29 décembre 2004), p. 1027-1040. Lors de la description de ces découvertes, l'un des principaux chercheurs Bruce Lahn, a affirmé : « Les humains n'ont pas développé leurs capacités cognitives grâce à quelques mutations accidentelles, mais plutôt grâce à une énorme quantité de mutations actives à travers une sélection exceptionnellement intense favorisant les capacités cognitives les plus complexes.>> Catherine Gianaro, University of Chicago Chronicle, 24.7 {6 janvier 2005). Une simple mutation du gène de la fibre musculaire MYH16 peut avoir été à la base du changement permettant aux humains de posséder des cerveaux beaucoup plus importants. Cette mutation a affaibli la force des mâchoires de nos ancêtres, ce qui a permis aux humains de ne pas avoir besoin des ancres

Il

musculaires limitant la taille du cerveau que l'on trouve chez les autres grands singes. Stedman et al., « Myosin Gene Mutation Correlates with Anatomical Changes in the Hu man Lineage >>,Nature, 428 (25 mars 1004), p. 415-418. 33 Robert A. Freitas Jr., « Exploratory Design in Medical Nanotechnology. A Mechanical Artificial Red Cell >>, Artificial Cells,Biood Substitutes, and lmmobil. Biotech.26 (1998), p. 411-430; http:/ /www.foresight.org/Nanomedicine/Respirocytes.html; voir aussi les photos de la Nanomedicine Art Gallery (http:// www.foresight.org/Na nomed ici ne/Gallery/Species/Respi rocytes.htm 1) ainsi que leur animation des respirocytes ayant gagné plusieurs prix (http:/ /www. phleschbubble.com/album/beyondhuman/respirocyte01.htm). 34 Les foglets ont été créés par le pionnier de la nanotechnologie et professeur de l'université de Rutgers, J. Storrs Hall. Voici un échantillon de sa description:« La nanotechnologie est basée sur le concept d'utilisation de minuscules robots répliquants. Le brouillard utilitaire est une simple extension de ce concept :plutôt que de créer l'objet que vous désirez obtenir avec ses atomes, ces robots minuscules pourront se lier pour former une masse solide ayant la forme de l'objet que vous désirez. Ensuite, lorsque vous vous fatiguez de cette table basse d'avant-garde par exemple, les robots pourront alors se reconfigurer et vous posséderez une autre pièce de mobilier.>>J. Storrs Hall,'' What 1 Want to Be When 1Grow Up, ls a Cloud >>, Extropy, Quarters 3 and 4, 1994. Publié sur KurzweiiAI.net le 6 juillet 2001; http:/ /www.KurzweiiAI.net/foglets. Voir aussi J. Storrs Hall,« Utility Fog. The StuffThat Dreams Are Made Of>>, Nanotechnology. Molecular Speculations on Global Abundance, B. C. Crandall, ed., Cambridge, Mass., MIT Press,1996. Publié sur KurzweiiAI.net le 5 juillet 2001 ; http:/ /www. Ku rzwei IAI.netluti 1ityfog. 35 Sherry Turkle, ed., « Evocative Objects. Things We Think With >>,à paraître. 36 Voir le tableau« Croissance exponentielle du calcul» dans le chapitre 2. Si on projette la double exponentielle de la croissance du rapport prix-performance du calcul à la fin du XXI• siècle, 1 ooo $de calcul fourniront 1060 calculs par seconde. Comme nous l'évoquons dans le chapitre 2, trois analyses différentes de la quantité de calculs nécessaire pour émuler de façon fonctionnelle le cerveau humain donnent un résultat de 10'scps. Une autre estimation, selon laquelle il sera nécessaire de simuler toutes les non-linéarités de chaque synapse et dendrite, donne un résultat de 10'9 cps pour une émulation neuromorphique du cerveau humain. Même en prenant les chiffres les plus conservateurs, on obtient 1 029 eps pour approximativement 1 010 humains. Ainsi, les 1 o6o eps qui pourront être achetés pour 1 ooo $ en valeur de 2099 représenteront 1 o3' (10 millions de trillions de trillions) de civilisations humaines. 37 l'invention de la machine à tisser et des autres machines automatisées de tissage au début du XVIII• siècle a détruit le mode de vie de l'industrie des tisseurs anglais, qui transmettaient un artisanat de génération en génération depuis des centaines d'années. Le pouvoir économique est passé des familles de tisserands aux propriétaires des machines. Une légende veut qu'un jeune

homme simple d'esprit appelé Ned Ludd ait brisé deux machines à tisser par maladresse. Depuis cette époque, lorsqu'un équipement industriel ava it été endommagé, on affirmait toujours : « C'est Ned Ludd le coupable." En 1812 des tisseurs désespérés ont formé une société secrète, une armée de guérilla urbaine. Ils ont menacé les propriétaires des usines, qui pour la plupart ont cédé à leur chantage. Lorsqu'on leur a demandé qui était leur chef, ils ont répondu : « Le général Ned Ludd, bien sûr.>>. Bien que les luddites, comme ils furent appelés ensuite, aient initialement dirigé la plupart de leurs actions violentes contre les machines, une série d'actes sanglants ont eu lieu plus tard la même année. La tolérance du gouvernement pour ce mouvement s'acheva alors, et le mouvement disparu avec l'emprisonnement et la pendaison des membres les plus importants. Même s'ils ont échoué à créer un mouvement viable, les luddites sont encore un symbole puissant de l'opposition à l'automatisation et à la technologie. 38 Voir la note 34, ci- dessus.

chapitre 2 John Smart, extrait de « Understanding Evolutionary Development. A Challenge for Futurists >>,présentation pour le meeting annuel de la World Futurist Society à Washington, 3 août 2004. 2 Ces événements représentent une augmentation de la complexité de l'évolution pour Theodore Modis. Voir« Forecasting the Growth of Complexity and Change », Technological Forecasting and Social Change 69-4 (2002), http:/ /ourworld.compuserve. com/homepages/tmodis/TedWEB.htm. 3 La compression de fichiers est un aspect majeur pour la transmission de données et leur stockage. Plus le fichier est petit, moins cela prendra de temps pour le transmettre et moins il nécessitera d'espace pour être stocké. Le mathématicien Claude Shannon, qui a souvent été considéré comme le père de la théorie de l'information, a défini la théorie basique de la compression des données dans son article « A Mathematical Theory of Communication », The Bell System Technical Journal, 27 (juillet-octobre 1948), p. 379-423, 623-656. La compression de données est possible grâce à des facteurs tels que la redondance (la répétition) et la probabilité d'apparition de combinaison de caractères dans les données. Par exemple le silence dans un fichier pourra être remplacé par une valeur qui indique la durée du silence, et les combinaisons de lettres dans un fichier texte par des identifiants codés dans le fichier compressé. La redondance peut être supprimée grâce à des compressions sans perte, comme l'explique Shannon, ce qui signifie qu'il n'y a pas de perte d'information. Il y a cependant une limite à la compression sans perte, définie par ce que Shannon appelle le taux d'entropie (l a compression augmente l'entropie des données, qui 1

est la quantité d'informations factuelles contenues dans le fichier en opposition aux structures prédéterminées et donc prévisibles). La compression de données supprime les redondances dans les données, mais la compression se fait sans perte de données (ce qui signifie que les données originales exactes peuvent être restaurées). Un processus alternatif, la compression avec perte, est utilisé pour les fichiers graphiques ou pour les fichiers audio ou vidéo, et implique une perte de données, bien que ses pertes soient souvent imperceptibles pour nos sens. La plupart des techniques de compression de données utilisent un code, qui est une carte des unités basiques (ou symbole) dans la source d'un alphabet. Par exemple, tous les espaces d'un fichier texte pourront être simplement remplacés par un code et le nombre d'espaces. Un algorithme de compression est utilisé pour installer le codage et créer ensuite un nouveau fichier utilisant l'alphabet du code; le fichier compressé, plus petit que l'original, est donc plus facile à transmettre ou à stocker. Voici certaines des catégories dans lesquelles on retrouve les techniques les plus courantes de compression de données sans perte: • La compression sur la longueur, qui remplace les caractères se répétant par un code et une valeur représentant le nombre de répétitions de ce caractère (exemples: Pack- Bits et PCX). • Le codage redondance minimum ou le codage en entropie simple, qui a signé un code sur la base de la probabilité, où les symboles les plus fréquents reçoivent les codes les plu s courts (par exemple, le système de codage et de codage arithmétique Huffman). ·Les dictionnaires de codes, qui utilisent un dictionnaire des symboles mis à jour de façon dynamique pour représenter les modèles (exemples: Lempei-Ziv, Lempei-Ziv-Welch et DEFLATE). ·La compression par blocs, qui réorganise les caractères plutôt que d'utiliser un alphabet codé ; la compression sur la longueur peut alors être utilisée pour comprimer les chaînes de répétitions (par exemple, le système de transforma tion Burrows-Wheeler). • La prédiction par encodage partiel, qui utilise un ensemble de symboles dans le fichier non comprimé pour prédire la fréquence d'apparition du prochain symbole dans le fichier. 4 Murray Geii-Mann, >, Complexity, vol.l, New York, John Wiley and Sons, 1995. 5 Le code génétique humain contient approximativement 6 millions (1010) de bits d'information, sans prendre en compte les capacités de compression. Les 10 2 7 bits qui peuvent être stockés de façon théorique dans une pierre d'un kilogramme représentent donc une plus grande masse d'information que le code génétique par un fa cteur de 10' 7. Voir la note 57 ci-dessous pour une discussion sur un exam en des possibilités de compression du génome. 6 Bien sûr, un humain, qui est au ssi composé d'une grande quantité de particules, contient une quantité d'information s comparable à une pierre d'un

Il

poids similaire si on considère les propriétés de toutes ses particules. Tout comme la pierre, la majeure partie de ces informations n'est pas nécessaire pour caractériser l'état de la personne. D'un autre côté, beaucoup plus d'informations sont nécessaires pour caractériser une personne qu'une pierre. 7 Voir la note 175 du chapitre 5 pour une description des algorithmes génétiques. 8 Les humains, les chimpanzés, les gorilles et les anthropoïdes sont tous inclus dans la classification scientifique des hominidés. La lignée humaine est censée s'être séparée des grands singes il y a cinq à sept millions d'années. Le génome humain inclut des espèces disparues, telles que l'Homo erectus, en plus de l'humain moderne (Homo sapiens). Les mains des chimpanzés présentent des doigts plus longs et moins droits que les humains, et le pouce est plus court, plus faible et moins mobile. Les chimpanzés peuvent manipuler un bâton mais ils ont tenda nee à perd re leur prise. lis ne peuvent pas pincer fort parce que leurs pouces ne peuvent pas se superposer à leur index. Chez les humains modernes, le pouce est plus long et les doigts pivotent autour d'un axe central, ce qui permet de toucher les extrémités de tous les doigts avec l'extrémité du pouce, une qualité qui s'appelle une opposabilité complète. Cela, et d'autres changements, ont donné des nouvelles caractéristiques à l"humain: la précision et la puissance. Même les hominidés préhominoïdes, tels que l'australopithèque d'Éthiopie appelée Lucy, qui vivaient il y a 3 millions d'années, pouvaient lancer des pierres avec force, rapidité et précision. Les scientifiques clament que, depuis cette époque, des améliorations continues dans les capacités de la main, ainsi que des changements associés dans d'autres parties du corps, ont causé le développement d'avantages distincts par rapport à d'autres animaux de taille similaire. Voir les travaux de Richard Young,« Evolution of the Human Hand. The Role of Th rowing and Clubbing »,Journal of Anatomy, 202 (2003), p. 165-174; Frank Wilson, The Hand. How lts Use Shapes the Brain, Language, and Human Culture, New York, Pantheon, 1998. 9 Linstitut de Santa Fe joue un rôle majeur dans le développement des concepts et de la technologie liés aux systèmes émergeants. Un des principaux développeurs de paradigmes associés à la théorie du chaos et de la complexité est Stuart Kauffman. DansAt Home in the Universe. The Search for the Laws of Self-Organization and Complexity, Oxford, Oxford University Press, 1995, il s'intéresse« aux forces de l'ordre présentes à la limite du chaos». Dans son ouvrage Evolution of Complexity by Means of Natural Selection, Princeton, Princeton University Press, 1988, John Tyler Bonner s'interroge : , Science, 303.5657 (23 janvier 2004), p. 537-540, http:/ /www3-uta.edu/faculty/betran/science2004.pdf ; Nicholas Wade, >, New York Times, 9 juin 2003; Bruce T. Lahn et David C. Page, >, Science, 286.5441 (29 octobre 1999), p. 964-967, http:/ 1 inside.wi.m it.edu/page/Site/Page%2oPDFs/Lahn _and _Page_strata _1999.pdf. Il est intéressant de noter que le second chromosome X chez les filles est désactivé par un processus appelé inactivation X qui fait en sorte que les gènes dans ce chromosome X ne soient exprimés qu'une seule fois. La recherche a montré que dans certaines cellules c'était le chromosome X du père qu i était désactivé, tandis que dans d'autres celui c'était le chromosome X de la mère qui était rendu inactif. 13 Hu man Genome Project, >, http:/ 1 www.ornl.gov/sci/tech resou rces/Hu man_Genome/project/jou rna ls/insights. html. Même si le génome humain a été séquencé, la majorité ne contient pas de code pour les protéines, et les chercheurs sont toujou rs en train de s'interroger sur l'identification des gènes parm i les trois millions de paires de ba ses dans l'ADN humain. Les estimations actuelles font état de moins de trente mille paires, même si pendant le projet de décodage du génome humain, les estimations

sont montées jusqu'à cent mille. Voir l'article« How Many Genes Are in the Human Genome?, (http://www.ornl.gov/sci/techresources/Human_ Genome/ faq/genenumber.shtml) et les travaux d'Elizabeth Pennisi, « A Low Number Wins the GeneSweep Pool>>, Science, 300.5625 (6 juin 2003), p. 1484. 14 Ni les Eldredge et Stephen Jay Gould (maintenant décédé) ont proposé cette théorie en 1972 (N. Eldredge et S. J. Gould, « Punctuated Equilibria. An Alternative to Phyletic Gradualism »,in T. J. M. Sc hopf, ed., Models in Paleobiology, San Francisco, Freeman, Cooper, p. 82-115). Elle a déclenché des conversations houleuses entre les paléontologues et les biologistes de l'évolution depuis sa parution, bien qu'elle soit de plus en plus largement acceptée. Selon cette théorie, des millions d'années peuvent se dérouler avec une relative stabilité dans l'évolution des espèces. Cette époque est alors suivie par une vague de changement, causant l'apparition de nouvelles espèces et l'extinction d'anciennes (appelé un « turnover pulse »par Elisabeth Vrba). Leffet a un impact sur tous les écosystèmes et affecte de nombreuses espèces sans lien entre elles. Ce modèle proposé par Eldredge and Goulds requiert une nouvelle perspective :«Car aucun biais ne peut être plus contraignant que l'invisibilité- et la stase, considérée inévitablement comme l'absence d'évolution, et qui ont toujours été traitées comme un non sujet. li est étrange, cependant, de définir le phénomène paléontologique le plus commun comme inintéressant ou inutile.» S.J. Gould et N. Eldredge, « Punctuated Equilibrium Comes of Age''· Nature, 366 (18 novembre 1993), p. 223-227Voir aussi les travaux de K. Sneppen et al.,« Evolution As a Self-Organized Critical Phenomenon », Proceedings of the National Academy of Sciences, 92.11 (23 mai 1995), p. 5209-5213 ; Elisabeth S. Vrba, « Environ ment and Evolution. Alternative Causes of the Temporal Distribution of Evolutionary Events »,South African Journal of Science, 81 (1985), p. 229-236. 15 Comme je l'évoque dans le chapitre 6, si la vitesse de la lumière n'est pas une limite fondamentale à la transmission rapide de l'information vers des régions éloignées de l'univers, alors l'intelligence et le calcul pourront continuer à se répandre de façon exponentielle jusqu'à ce qu'ils saturent le potentiel de matière et d'énergie capable de supporter le calcul à travers l'intégralité de l'univers. 16 Lévolution biologique continue à être importante pour les humains, même si dans le cadre de maladies telles que les cancers et les virus l'évolution est utilisée contre nous (les cellules cancéreuses et les virus évoluent pour contrecarrer les contre-mesures spécifiques telles que les chimioth érapies, les médicaments et les antiviraux). Mais nous pouvons utiliser notre intelligence humaine pour dépasser l'intelligence de l'évolution biologique en attaquant les processus de maladies à des niveaux suffisamment fondamentaux et en utilisant des approches de cocktails qui attaquent une maladie de différentes façons indépendantes. 17 Andrew Odlyzko, « Internet Pricing and the History of Communications », AT&T

Il

Labs Research, version révisée publiée le 8 février 2001, http:/ /www.dtc.umn. edu/ -odlyzko/doc/history.commu n ications1 b.pdf. 18 Association des télécommunications cellulaires et d'Internet, compte rendu semi-annuel de l'industrie,juin 2004, http://www.ctia.org/research_statistics/i ndex.cfm/Al D/10030. 19 Électricité, téléphone, radio, télévision, téléphone mobile : FCC, www. fcc.gov/Burea us/Com mon_Carrier /Notices/2ooo/fcooos7a.xls. Ordinateur et Internet: Eric C. Newburger, bureau de la censure américaine,>(septembre 2001), http:/1 www.census.gov/prod/2001pubs/p23-207.pdf. Voir aussi" The Millennium Notebook », Newsweek, 13 avril 1998, p. 14. 20 Le taux de modification des paradigmes, mesuré par la quantité de temps nécessaire pour adopter les nouvelles technologies de communication, double actuellement (la quantité de temps pour l'adoption de masse- définie comme étant l'usage régulier par un quart de la population américaine- est divisée par deux) tous les neuf ans. Voir aussi la note 21. 21 La charte d'adoption de masse des inventions de ce chapitre montre le temps requis pour l'adoption d'une nouvelle technologie par un quart de la population américaine. Cette période a diminué de façon constante pendant les 130 dernières années. Pour le téléphone, cela a pris 35 ans, contre 31 pour la radio -une réduction de 11 %, soit o,8% par an pendant l'intervalle entre ces deux inventions. Le temps requis pour l'adoption d'une invention a baissé de o,6% par an entre la radio et télévision, 1% par an entre la télévision et le PC, et 2,6% par an entre le PC et le téléphone mobile, et 7.4% par an entre le téléphone mobile et le web. Ladoption de masse de la radio a commencé en 1897 et a nécessité 31 ans, tandis que le web n'a eu besoin que de 7 ans pour s'imposer après son introduction en 1991- une réduction de 77% en 94 ans, ou un taux moyen de 1,6% de réduction par an pour l'adoption de nouvelles technologies. Une extrapola tion de ce taux pour l'intégralité du xxe siècle donne un résultat de 79 %. Avec le rythme actuel de réduction de 7.4% par an, cela ne prendra que 20 ans pour que le taux de progrès actuels atteigne les 79 % qui ont été atteints pendant le xxe siècle. À ce rythme, le changement des paradigmes aura lieu avant. Au cours du XXIesiècle, 11 multiplications du taux résulteront en une multiplication de 211 , pour atteindre deux mille fois le rythme de l'an 2000. Laugmentation du rythme sera sûrement encore plus rapide que cela à cause d'une augmentation exponentielle du taux actuel. 22 Données de 1967 à 1999, voir les travaux de Gordon E. Moore,>, http:/ /www.davros.org/misc/chronology.html ; Karl Kempf, , http://bang.lanl.gov/video/sunedu/computer/ comphist.html (mot de passe requis); the Machine Room, http:/ /www.machine-room.org; Mi nd Machine Web Museum, http:/ /www.userwww.sfsu.ed u/ -hl/ mmm.html ; Hans Moravec, données informatiques, http:/ /www.frc.ri.cmu. edu/-hpm/book97/Ch3/processor.list ; « PC Magazine Online. Fifteen Years of PC Magazine ,,, http:l /www.pcmag.com/article2/0,1759,23390,oo.asp et le livre de Stan Augarten, Bit by Bit. An lllustrated History of Computers, New York, Ticknor and Fields, 1984; International Association of Electrical and Electronics Engineers (IEEE), An nais of the History of the Computer, 9.2 (1987), p. 150-153 et 16.3 (1994), p. 20; Hans Moravec, Mi nd Children. The Future of Robot and Hu man Intelligence, Cambridge, Mass., Harvard University Press, 1988; René Moreau, The Computer Comes of Age, Cambridge, Mass., MIT Press, 1984. 36 Les courbes de ce chapitre intitulé« Courbes logarithmiques ,, sont techniquement semi-logarithmiques puisqu'un seul axe se situe sur une échel le linéaire et que l'autre est sur l'échelle logarithmique. Cependant, je les intitule «courbes logarithmiques,, par souci de simplicité. 37 Voir l'appendice:« La loi du retour accélérée revisitée >>,qui fournit une explication mathématique sur le niveau de croissance exponentielle de la puissance de calcul mesurée en MIPS par coût unitaire. 38 Hans Moravec, « When Will Computer Hardware Match the Human Brain? ,, Journal of Evolution and Technology, 1 (1998), http:/ /www.jetpress.org/ vol u me1 /moravec.pdf. 39 Voir la note 35 ci-dessus. 40 Atteindre le premier MIPS pour 1 ooo $a pris de 1900 à 1990. Actuellement, nous doublons le nombre de MIPS pour 1 ooo $en 400 jours. Parce que le prix actuel est d'approximativement 2 ooo MIPS pour 1 ooo $,le rapport d'augmentation est de 5 MIPS par jour, ou 1 MIPS toutes les 5 heures. 41 IBM Details Blue Gene Supercomputer >>,CNET News, 8 mai 2003, http:/1 news.com.com/2100-1oo8_3-1000421.html. 42 Voir les travaux de North Whitehead, An Introduction to Mathematics, London, Williams and Norgate, 1911, qu'il écrit lorsque Bertrand Russell et lui travaillaient sur leur projet en trois volumes du Principia Mathematica. 43 Le projet du décodage du génome humain que devait prendre quinze ans a été terminé deux ans et demi en avance, et avec une économie de 2,7 milliards de dollars de 1991, ce qui a placé son coût à un niveau significativement inférieur aux projections. Pour plus d'informations voir: http:/ /www.ornl.gov/ sei/tech resources/Human _Genome/project15oyr/press4_2003.shtm 1. 44 Informations sur le projet de décodage du génome humain: http:/ /www.ornl.gov/sci/techresources/Human _Genome/projectlprivate-

Il

sector.shtml ; centre de technologie génétique de Standford, http:/ /sequencewww.stanford.edu/group/techdev/auto.html ; National Human Genome Research lnstitute, http:/ /www.genome.gov; Tabitha Powledge, « How Many Genomes Are Enough? ,, Scientist, 17 novembre 2003, http:// www.biomedcentral.com/news/20031117/07. 45 Données issues du National Center for Biotechnology Information, >, http:/ /www.zakon.org/robertlinternetltimeline; Converge Network Digest, 5 décembre 2002, http:/ /www.conver-

gedigest.com/Daily/daily.asp?vn=vgn22g&fecha=December%2005,%202002 ; V. Cerf,« Cerfs Up », 2004, http:/ /global.mci.com/de/resources/cerfs_ up/. 54 H. C. Nathanson et al., , Elektronische Datenverarbeitung, 1967, vol. VIII, p. 336-344. Louvrage de Konrad Zuse sur un univers basé sur un automate cellulaire a été publié deux ans plus tard: Rechnender Raum, Schriften zur Datenverarbeitung, Braunschweig, Germany, Friedrich Vieweg & Sohn, 1969. Tra duction anglaise : Calculating Space, MIT Technical Translation AZT-70-164-GEMIT, février 1970. MIT Project MAC, Cambridge, MA 02139.PDF. 62 Edward Fredkin cité dans l'article de Robert Wright,« Did the Universe Just Happen ? , Atlantic Monthly, avril1988, p. 29-44,http:/ /digitalphysics.org/ Pu bi ications/Wri88a /htm 1. 63 Ibid. 64 La plupart des résultats de Fred kin sont issus des études de son propre modèle de calcul qui reflète de façon explicite un grand nombre de principes fondamentaux de la physique. Voir l'article d'Edward Fred kin et Tommaso Toffoli, « Conservative Logic », International Journal of Theoretical Physics, 21.3-4 (1982), p. 219-53, http:/ /www.digitalphilosophy.org/download _documents/ ConservativeLogic.pdf. De plus, un ensemble de questions sur la physique du calcul analysé de façon similaire à Fred kin peuvent être trouvées dans la thèse de Norman Margolus, « Physics and Computation »,MIT/LCS/TR-415, MIT La boratory for Computer Science, 1988. 65 J'ai évoqué les points de vue de Norbert Wiener et Ed Fred kin sur l'information en temps que construction de la physique et sur les autres niveaux de réalités dans mon ouvrage de 1990, The Age of Intelligent Machines. Exprimer la physique en termes de transformation de calcul a été extrêmement difficile mais Fredkin a persisté dans ses efforts, tandis que Wolfram a consacré une considérable portion de son travail à cette notion pendant la dernière décennie, avec une communication apparemment limitée avec d'autres membres de la communauté de la physique poursuivant aussi cette idée. Le but exprimé de Wolfram est « non pas de présenter un modèle spécifique ultime pour la physique , mais dans son « Note for Physicists , (qui est essentiellement un défi lancé à ses confrères),Wolfram décrit les« les aspects que selon lui un tel modèle aura , (A New Ki nd of Science, p. 1043-1065, http:/ /www.wolframscience. com/nksonline/page-1043C-text). Dans The Age of Intelligent Machines, j'aborde la question : « La nature ultime de la réalité est-elle analogique ou digitale?, et je note que « tandis que nous explorons de plus en plu s profondément le processus naturel artificiel, nous découvrons que la nature du processus oscille souvent entre des représen-

Il

tations analogiques et digitales de l'information''· Pour illustrer cela, j'ai parlé du son. Dans nos cerveaux, la musique est représentée par le déclenchement digital des neurones de la cochlée, correspondant à différentes fréquences. Dans l'air, et dans les câbles conduisant aux amplificateurs, c'est un phénomène analogique. La représentation du son sur un CD est digitale, et interprétée par des circuits digitaux. Mais les circuits digitaux sont constitués de transistors, qui sont des amplificateurs analogiques. En tant qu'amplificateurs, les transistors manipulent des électrons individuels, qui peuvent être considérés comme digitaux, cependant à un niveau plus profond, les électrons sont sujets aux équations analogiques des champs quantiques. Et à un niveau encore plus profond, Fredkin et maintenant Wolfram théorisent une base digitale (de calcul) pour leurs équations continues. Il faut aussi prendre en compte que si quelqu'un réussissait en fait à établir une telle théorie digitale de la physique, on serait alors tenté d'examiner les mécanismes plus profonds qui sont à la base du calcul et des automates cellulaires. Peut-être qu'en dessous de l'automate cellulaire qui fait fonctionner l'univers se trouvent un phénomène analogique plus basique, qui, comme les transistors, est sujet à des niveaux qui lui permettent d'effectuer des transactions digitales. En établissant une base digitale pour la physique, le débat philosophique sur la nature de la réalité serait résolu. Cependant, établir un modèle de calcul viable pour la physique serait un accomplissement majeur. Mais quelle en est la probabilité ? On peut facilement établir une preuve existentielle qu'un modèle digital de physique est réalisable, dans lequel des équations continues peuvent toujours s'exprimer à n'importe quel niveau de fiabilité sous forme de légères modifications des valeurs. Après tout, c'est la base du théorème fondamental du calcul. Cependant, l'expression de formule continue présente une complication inhérente et violerait l'édit d' Einstein qui consiste à exprimer les choses « aussi simplement que possible, mais pas plus simple ».La véritable question est donc l'expression de la relation basique que nous connaissons en termes élégants, en utilisant les algorithmes d'un automate cellulaire. Une façon de tester la théorie physique est de savoir si elle est capable de faire des prédictions vérifiables. D'une façon moins importante, il pourrait être difficile pour un simple automate cellulaire d'effectuer cela puisque le manque de prédictions est un des aspects majeurs des automates cellulaires. Wolfram commence en décrivant l'univers comme un grand réseau de nœuds. Les nœuds n'existent pas dans « l"espace »,puisque l'espace, que nous percevons, est une illusion créée par la transition d'un phénomène à travers le réseau de nœuds. On peut facilement imaginer la construction d'un tel réseau pour représenter une physique« naïve» (newtonienne) en construisant un simple réseau tridimensionnel au niveau désiré de granulosité. Des phénomènes tels que les « particules » et les « ondes » qui semblent se déplacer à travers l'espace serait représenté par des'' glisseurs cellulaires» qui seraient des motifs se déplaçant à travers le réseau pour chaque cycle de calcul. Les fans du jeu Life

Il

(qui se base sur un automate cellulaire) reconnaîtront le phénomène commun des glisseurs et la diversité des modèles qui peuvent se déplacer à travers un réseau d'automates cellulaires. La vitesse de la lumière est donc le résultat de la vitesse de l'ordinateur céleste, puisque les glisseurs ne peuvent se déplacer que d'une cellule par cycle de calcul. La théorie de la relativité d'Einstein, qui décrit la gravité comme une perturbation dans l'espace, comme si notre monde tridimensionnel était courbé dans une quatrième dimension invisible, est aussi utile pour représenter ce schéma. On peut imaginer un réseau de quatre dimensions pouvant représenter des courbes apparentes dans l'espace, de la même façon qu'un réseau peut représenter des courbes normales dans un espace tridimensionnel. Ou alors, le réseau peut devenir plus dense dans cette région pour représenter l'équivalent d'une telle courbe. La conception d'un automate cellulaire peut être utile pour expliquer l'augmentation apparente de l'entropie qui est impliquée par la seconde loi de la thermodynamique. On doit assumer que l'automate cellulaire qui contrôle l'univers fonctionne avec une règle de classe 4- ou alors l'univers serait vraiment un endroit ennuyeux. La première observation de Wolfram est qu'un automate cellulaire de classe 4 produit rapidement un facteur aléatoire apparent (malgré son processus déterminé) qui est compatible avec la tendance vers l'aléatoire qui peut être observée dans les mouvements browniens et qui est impliquée par la seconde loi. La relativité spéciale est plus difficile. li est facile d'établir une carte des modèles de Newton pour un réseau cellulaire. Mais le modèle de Newton développe une relativité spéciale. Dans le monde de Newton, si un train avance à 8o km/h, et que vous le suivez sur une route parallèle à 6o km/h, le train semblera s'éloi gner de vous à 20 km/h. Mais dans le monde de la relativité spéciale, si vous quittez la Terre aux trois quarts de la vitesse de la lumière, la lumière semblera toujours s'éloigner de vous à la vitesse de la lumière. Conformément à ces perspectives apparemment paradoxales, la taille et le passage du temps subjectif pour deux observateurs dépendront de leur vitesse relative. Notre carte de l'espace et des nœuds devient donc beaucoup plus complexe. Chaque observateur a donc besoin de son propre réseau. Cependant, en prenant en considération la relativité spéciale, on peut appliquer la même conversion à notre réseau de Newton et à notre espace de Newton. Il n'est pas sûr que l'on ait cependant réussi à atteindre une grande simplicité en représentant la relativité spéciale de cette façon. La représentation de la réalité comme un nœud cellulaire pourrait permettre de comprendre certains aspects du phénomène de la mécanique quantique. Cela pourrait permettre d'expliquer les facteurs aléatoires apparents que nous pouvons trouver dans les phénomènes quantiques. Considérons, par exemple, la création soudaine et apparemment aléatoire de paires de particules-a ntiparticules : ce facteur aléatoire pourrait être semblable à celui observé dans les automates cellulaires de classe 4· Bien que prédéterminé, le comportement des automates de classe 4 ne peut pas être anticipé (à moins de faire

Il

fonctionner cet automate) et est donc effectivement aléatoire. Ce n'est pas une nouvelle hypothèse. C'est l'équivalent des « variables cachées» formulées dans la mécanique quantique, qui établissent qu'il y a certaines variables auxquelles nous ne pouvons avoir accès et qui contrôlent ce qui semble être un comportement aléatoire que nous observons . La conception des variables cachées de la mécanique quantique n'est pas incompatible avec la formule de la mécanique quantique. Cela est possible, même si c'est impopulaire parmi les physiciens, parce que cela nécessite de faire fonctionner un grand nombre de variables pour que tout fonctionne d'une façon très précise. Mais je ne considère pas cela comme un argument valable. t:existence de notre univers est très improbable et nécessite que beaucoup de conditions différentes fonctionnent ensemble de façons très précises Cependant nous sommes là, ce qui semble valider cette théorie. La question la plus importante est: comment la théorie des variables cachées pourra-t-elle être testée? Si elles se basent sur des processus semblables à ceux d'un automate cellulaire, les variables cachées ne seront pas prévisibles, elles seront donc impossibles à déterminer. Nous devons trouver un autre moyen de découvrir les variables cachées. La conception en réseau de l'univers par Wolfram fournit une perspective potentielle sur le phénomène du quantum et l'effondrement des ondes. t:effondrement de la fonction d'onde, qui permet d'observer les propriétés apparemment ambiguës d'une particule (par exemple, sa localisation), est déterminée de façon rétroactive et peut être observée avec la perspective d'un réseau cellulaire comme l'interaction du phénomène observé avec l'observateur. En tant qu'observateurs, nous ne sommes pas à l'extérieur du réseau mais nous existons à l'intérieur. La mécanique cellulaire nous a appris que deux entités ne peuvent interagir sans être changées toutes les deux, ce qui suggère une base de travail pour la fonction d'effondrement des ondes. Wolfram écrit : « Si l'univers est un réseau, alors il peut en un sens contenir des fils qui continuent à connecter les particules mêmes si elles s'éloignent dans l'espace » Cela pourrait fournir une explication aux expériences récentes montrant la non-localisation d'une action dans laquelle deux particules« en intrication quantique,, semblent continuer à agir de concert même si elles se sont séparées par de grandes distances. Einstein a appelé cela> la plus puissante de l'univers, qui pourra de façon ultime transcender la puissance des forces naturelles non intelligentes. En résumé, le traité ambitieux de Wolfram décrit un tableau captivant mais incomplet. Wolfram rejoint une communauté croissante de personnes qui maintienne que les modèles d'information, plutôt que la matière et l'énergie, représentent le matériel de construction le plus important de la réalité. Wolfram a amélioré nos connaissances sur la façon dont les modèles d'information créent le monde que nous expérimentons, et j'attends avec impatience une collaboration future avec lui et ses collègues pour que nous puissions construire une vue plus stable du rôle prééminent des algorithmes dans le monde. Le manque de prévisibilité des automates cellulaires de classe 4 souligne une partie de la complexité apparente des systèmes biologiques et représente un des paradigmes biologiques importants que nous devons essayer d'imiter dans notre technologie. Cela n'explique pas toute la biologie. Cela permet quand même d'envisager certaines méthodes qui pourront expliquer toute la physique. Si Wolfram, ou quiconque, peut réussir à formuler la physique en termes d'opérations d'automates cellulaires et de modèles, alors cet ouvrage méritera son titre. Quelle que soit l'issue de ces recherches, je pense que l'ouvrage de Wolfram est une des plus importantes bases actuelles de travail. 66 La règle 110 établit qu'une cellule deviendra blanche si sa couleur précédente était le blanc et si ses deux voisines sont toutes blanches ou toutes noires, ou, si sa couleur précédente était le blanc et que les cellules voisines sont blanches ou noires, dans le cas contraire la cellule deviendra noire. 67 Wolfram, New Ki nd of Science, p. 4, http:/ /www.wolframscience.com/ nksonline/. 68 Il faut noter que certaines interprétations de la mécanique quantique sous-entendent que le monde n'est pas basé sur des règles détermin istes et qu'il y a un certain facteur inhérent quantique aléatoire pour chaque interac-

Il

tion à l'échelle quantique de la réalité physique. 69 Comme je l'ai évoqué dans la note 57 ci-dessus, le génome non compressé contient approximativement 6 milliards de bits d'informations (ordre de magnitude= 1010 bits), et le génome compressé contient 30 à 100 millions de bits. Certaines de ces informations de conception s'appliquent, bien sûr, à d'autres organes. Même si on supposait que les 100 millions de bits s'appliquent au cerveau, on conserverait toujours 109 bits d'informations concernant le cerveau dans le génome. Dans le chapitre 3,j'évoque une estimation pour « la mémoire humaine au niveau des connexions interneuronales individuelles ,, incluant >, 16 février 1999). En 1999, les industries de la technologie ont représenté go% des investissements du capital (32 milliards) (bulletin d'information publié par PricewaterhouseCoopers, , RAND Journal of Economies, 31-4 (Winter 2000), p. 674-692, http:l /econ.bu.edu/kortum/rje_Winter'oo_ Kortum .pdf. Comme Paul Gompers et Josh Lerner l'affirment,>,résultats trouvés dans Global Economie Prospects 2005. Trade, Regionalism and Prosperity, World Bank, 2004, http:/ /globaloutlook.worldbank.org/globaloutlook/outside/ globalgrowth.aspx ; "World Bank. 2004 Economie Growth Lifts Millions from Poverty >>, Voice of America News, http:/ /www.voanews.com/english/2004-1117-voa41.cfm. 84 Mark Bils et Peter Klenow," The Acceleration in Variety Growth ''• American Economie Review, g1.2 (mai 2001), p. 274-280, http:/ /www.klenow.com/Acceleration.pdf. 85 Voir les notes 84, 86 et 87. 86 US Department of Labor, Bureau of La bor Statistics, rapport du 3 juin 2004. Vous pouvez générer des rapports de productivité sur le site http:/ /www. bls.gov/bls/productivity.htm. 87 Bureau of La bor Statistics, Major Sector Multifactor Productivity Index, Manufacturing Sector: Output per Hour Ali Persons (1996 = 100), http:/ /data. bls.gov/PDQ/outside.jsp?survey=mp (nécessite l'utilisation de JavaScript : sélectionner" Manufacturing >>,"Output Per Hour Ali Persons >>,année de départ 1g4g), ou voir sur http:/ /data.bls.gov/cgi-bin/srgate (use series" MPU300001 >>, "Ali Years ''• and Format 2). 88 George M. Scalise, Semiconductor lndustry Association, dans »Luncheon Address. The lndustry Perspective on Semiconductors >>, 2004 Productivity and Cyclicality in Semiconductors. Trends, Implications, and Questions- Report of a Symposium (2004), National Academies Press, 2004,p. 40, http:/ /www.nap.edu/openbook/o3ogog2744/html/index.html. 8g Données issues de Kurzweil Applied Intelligence, faisant maintenant partie de ScanSoft (précédemment Kurzweil Computer Products). go E-Marketer," E-Business in 2003 : How the Internet ls Transforming Companies, Industries, and the Economy- a Review in Numbers >>,février 2003; " US B2C E-Commerce to Top $go Billion in 2003 ''• 30 avril 2003, http:/ /www. emarketer.com/Article.aspx?10o2207; et '' Worldwide B2B E-Commerce to Sur-

Il

pass $1 Trillion ByYear's End», 19 mars 2003, http:/ /www.emarketer.com/Article. aspx?1002125. 91 Les brevets utilisés dans ce tableau sont, comme décrits par le US Patent and Trademark Office,>,connus aussi sous le nom de brevets «d'utilité>>. Pour plus d'informations, voir : The US Patent and Trademark Office, Table ofAnnual US Patent Activity, http:/ /www.uspto.gov/web/offices/ac/ido/ oeip/taf/h _counts.htm. 92 Le temps de multiplication par deux de la portion IT de l'économie est de vingt-trois ans. US Department of Commerce, Economies and Statistics Administration,« The Emerging Digital Economy >>,graphique 2, http:/ / www.technology.gov/digeconomy/emerging.htm. 93 Le temps de multiplication par deux des dépenses de l'éducation aux États-Unis par personne est de vingt-trois ans. Voir le National Center for Education Statistics, Digest of Education Statistics, 2002, http: / / nces.ed.gov/ pubs2oo3fdigesto2/tables/dto3o.asp. 94 Les Nations unies ont estimé que le marché total de la capitalisation en 2000 représentait trente-sept trillions de dollars. Voir le rapport : « Global Finance Profile>>, Report of the High-Level Panel of Financing for Development juin 2001, sur http:/ /www.un.org/reports/fina ncing/profile.htm. Si notre perception des futurs taux de croissance venait à augmenter (comparée aux attentes actuelles) par un taux annuel régulé de 2 %, et en prenant en compte un taux de réduction annuelle (pour la réduction des valeurs futures aujourd'hui) de 6 %, et en considérant la valeur actuelle augmentée résultant de seulement vingt ans de croissance future régulée et réduite, les valeurs actuelles devraient tripler. Comme le dialogue suivant le signale, cette analyse ne prend pas en considération l'augmentation probable du taux de réduction résultant d'une telle perception d'une croissance future accrue.

chapitre 3 1 Gordon E. Moore, « Cramming More Components onto lntegrated Circuits >>, Electronics, 38.8 (19 avril 1965), p. 114-17, ftp:/ /download.intel.com/resea rch/si 1icon/moorespa per.pdf. 2 La première projection de Moore dans cet article de 1965 était que le nombre de composants doublerait chaque année. En 1975 cela été révisé à tous les deux ans. Cependant, cela permet plus qu'un doublement du rapport prixperformance tous les deux ans parce que les composants plus petits fonctionnent aussi plus rapidement (parce que l'électronique a moins de distance à

Il

parcourir). Le rapport général prix-performance pour le coût de chaque cycle de transistor a continué à être divisé par deux tous les treize mois. 3 . Paolo Gargini a cité Ann Steffora Mutschler, « Moore's Law He re to Stay », ElectronicsWeekly.com, 14juillet 2004, http:/ /www.electronicsweekly.co.uk/articles/article.asp?liArticlel D=36829. Voir aussi l'article de Tom Krazit, , 27 avril 2004, http:/ /www.eurekalert.org/pub_releases/2004-04/acsnto42704.php. 9 J'estime qu'un transistor à base de nanotubes supportant un circuit et des connexions nécessite approximativement un cube de 10 nm (le transistor lui-même ne représentant qu'une f raction de cet espace}, ou 103 nm3. C'est une estimation raisonnable, puisque les nanotubes en couche simple ne font cha cun qu'un nanomètre de diamètre. Un pouce= 2,54 cm= 2,54 x 107 nm. Donc, un cube d'un pouce= 2,543x 1021 = 1,6 x 1022 nm3. Chaque ordinateur nécessitant approximativement 107 transistors (qui représentent une organisation beaucoup plus complexe que les connexions interneurales}, nous pourrions avoir accès à 1012 (un trillion) ordinateurs parallèles. Un ordinateur fonctionnant avec des transistors à nanotubes peut effectuer 1012 calculs par seconde (selon l'estima tion de Burke}, ce qui nous donne une vitesse de 1024 eps pour un cube de circuits à nanotubes d'un pouce de côté. Voir les travaux de Bernstein,, Wired News, 27 avril 2001, sur http:/ /www.wired.com/ news/technology/o,1282,43324,00.html, se référant à des travaux de Philip G. Collins, Michael S. Arnold et Phaedon Avouri s, >, Science, 292.5517 (27 avril 2001),p. 706-9. 12 , 5 janvier 2004, http:/ /www.berkeley. edu/news/media/releases/2004/01/05_nano.shtml, se référant travaux de YuChih Tseng et al., >, Na no Letters, 4.1 (2004), p. 123-27, http:l /pubs.acs.org/ cgi-bin/sample.cgi/nalefd/2004/4/io1/pdf/nlo349707-pdf. 13 R. Colin Johnson, >, EETimes, 26 avril 2001, http:/ /eetimes.com/article/showArticle. j htm 1?a rticleld =10807704. 14 Avi Aviram et Mark A. Ratner, >, Chemical Physics Letters (15 novembre 1974), p. 277-83, se référant aux travaux de Charles M. Lieber, >, Scientific American (septem bre 2001), sur http:/ /www.sciam.com et http:/ /www-mcg.uni-r.de/downloads/lieber.pdf. Le modificateur de molécule décrit dans les travaux de Aviram et Ratner peut

Il

faire passer du courant de façon préférentielle dans une direction ou une autre. 15 Will Knight, « Single Atom Memory Deviee Stores Data >>, NewScientist.com, 10 septembre 2002, http:/ /www.newscientist.com/news/news. jsp?id=ns99992775, se référant aux travaux deR. Bennewitz et al.,>, Nanotechnology, 13 (4 juillet 2002), p. 499 -502. 16 Leur transistor est construit sur une base de phosphure d'indium et d'arseniure de gallium et indium. Communiqué de presse de l'université de l'Illinois, , EETimes, 24 octobre 2002, http:/ /www.eetimes.com/article/showArticle. jhtml?articleld=1830766o; H. Fenniri et al.,>, Proceedings of the National Academy of Sciences, 99, suppl.ll (30 avril 2002), p. 6487-6492; communiqué à la presse de l'équipe de Purdue, , http:/ /news.uns.purdue.edu/UNS/html4ever/ 020311.Fenniri. scaffold.html. Des travaux similaires ont été conduits par des scientifiques des Pays-Bas: Gaia Vince,>,NewScientist.com, 20 novembre 2003, http:/ /www.newscientist.com/news/news. jsp?id=ns99994406. 19 Liz Kalaugher, >, 9 juin 2004, http:/ /www.nanotechweb.org/ articles/news/3/6/6/1, se référant aux travaux de Song Jin et al., >,Na no Letters, 4-5 (2004), p. 915-919. 20 Chao Li et al.,>, Applied Physics Letters, 84.11 (15 mars 2004), p. 1949-1951. Voir aussi sur http:// www.technologyreview.com/articles/rnb_ 051304.asp?p=1 et sur http:/ /nanolab.usc.edu/PDF%5CAPL84-1949-Pdf. 21 Gary Stix, >, Scientific American (9 f évrier 2004), http:/ /www.scia m.com/pri nt_version.cfm ?a rticlel D=000170D6-C99F-101 E-

861F83414B7Foooo; Michael Kanellos, ,affirme Paul Coteus, un des dirigeants du projet {Timothy Morgan, « IBM's Blue Gene/L Shows Off M inimalist Server Design >>, The Four Hu nd red, http:/ /www.midrangeserver.com/tfh/tfh1 20103-storyos. html). En j uin 2004, le système du prototype de Blue Gene/Lest apparu pour la première fois sur la liste des dix meilleurs superordinateurs. Communiqué de presse d'IBM,« IBM Surges Past HP to Lead in Globa l Supercomputing », http:// www.research.ibm.com/bluegene. 43 Ce genre de réseau est aussi appelé peer-to-peer, many-to-many et>. À l'intérieur, les nœuds du réseau peuvent être connectés à tous les autres nœuds ou à un sous-système, et il y a de nombreuses voies de communication à travers les nœuds pour toutes les destinations. Ces réseaux sont très adaptables et auto-organisants. >,Sen sors Online, février 2003, http:/ 1 www.sensorsmag.com/articles/o203138/main.shtml ; Tomas Krag et Sebastian Büettrich, « Wireless Mesh Networking », O'Reilly Wireless DevCenter, 22 janvier 2004, http:/ /www.oreillynet.com/pub/a/wireless/2004/01/22/wirelessmesh. html. 44 Carver Mead, fondateur de plus de vingt-cinq entreprises et détenteur de plus de cinquante brevets, est un des pionniers du nouveau champ des systèmes électroniques neuromorphiques, les circuits modélisés sur le système

nerveux et sur le cerveau. Voir son article,« Neuromorphic Electronic Systems>>, IEEE Proceedings, 78.10 (octobre 1990), p. 1629-1636. Ces travaux ont permis la création de tableaux de contrôles sensitifs pour les ordinateurs et de la puce cochléaire utilisée dans les prothèses auditives digitales. Sa start-up Foveon créée en 1999 construit des senseurs analogiques qui imitent les propriétés d'une pellicule. 45 Edward Fred kin,,New Scientist, 30 juin 2004, http:/ /www.newscientist.com/news/news.jsp?id=ns99996092. 76 Charles Choi, >, UPI, 1er octobre 2002, http:/ /www.u pi.com/view.cfm ?Storyl D=20021001-12S8os3380r; Todd Brun,>, Foundation of Physics Letters, 16 (2003), p. 245-253- Édition électronique, 11 septembre 2002, disponible sur : http:l /a rxiv.org/PS _ cache/gr-qc/ pdf/o2o9/02o9o61.pdf.

chapitre 4 1 Lloyd Watts,, in D. Fogel etC. Robinson, eds, Computationallntelligence. The Experts Speak, Piscataway, N.J., IEEE Press/Wiley, 2003, http:/ /www.lloydwatts.com/wcci.pdf. 2 J. G. Taylor, B. Horwitzet K. J. Friston, ,Neural Networks, 13, numéro spécial (2ooo), p. 82]. 3 Neil A. Busis, >, http:/ /www.neuroguide. com; >,Bio IT Bulletin, http:/ 1 www.bio-itworld.com/news/o41 503_report2345·html ; .

Il

6 Kurzweil Applied Intelligence, que j'ai fondé en 1982, et qui se penchait sur la recherche et le développement des programmes de reconnaissance vocale, fait maintenant partie de l'entreprise ScanSoft (précédemment Kurzweil Computer Products). 7 Lloyd Watts, application des brevets américains, bureau américain des brevets et marques déposées, 20030095667, 22 mai 2003, >. Extrait : , Scientific American, 256 (1987), p. 46-52. Aussi parC. Koch et T. Poggio,>, in Synaptic Function, G. M. Edelm an,W. E. Gal l et W. M . Cowan, eds., New York, John Wiley and Sons,1987, p. 637-697 13 Pour plus d'informations sur les travaux de Mead, voir http: //www. technology.gov/Medal/2002/bios/Carver_A._ Mead.pdf. Carver M ead, Ana log

Il

VLSI and Neural Systems (Addison-Wesley, 1986). 14 Voir la note 172 du chapitre 5 pour la description algorithmique d'un réseau neural auto-organisant et la note 175 du chapitre 5 pour la description d'un algorithme génétique auto-organisant. 15 Voir les travaux de Gary Dudley et al., « Autonomie Self-Healing Systems in a Cross-Product IT Environment », compte rendu de la conférence IEEE, 19 mai 2004, New York, http:/ /csdl.computer.org/comp/proceedings/ icac/2004/2114/ 0o/21140312.pdf; '' About IBM Autonomie Computing », http:// www-3.ibm.com/autonomic/about.shtml; et l'article de Rie Telford, " The Autonomie Computing Architecture ''• 14 avril 2004, http://www.dcs.st-a ndrews. ac. u k/u nd e rgrad /cu rrent/dates/d i sciee /2003-21 RicTelford Di st in guis hed 2.pdf. 16 Christine A. Skarda et Walter J. Freeman, «Chaos and the New Science of the Brain »,Concepts in Neuroscience, 1.2 (1990), p. 275-285. 17 C. Geoffrey Woods, « Crossing the Mid li ne >>, Science, 304.5676 (4 juin 2004), p. 1455-1456; Stephen Matthews, « Early Programming of the Hypothalamo-Pituitary-Adrenal Axis >>,Trends in Endocrinology and Metabol ism, 13.9 (1er novembre 2002), p. 373-380; Justin Crowley et Lawrence Katz, « Early Development of Ocular Dominance Columns », Science, 290.5495 (17 novembre 2000), p. 1321-1324; Anna Penn,« Competition in the Retinogeniculate Patterning Driven by Spontaneous Activity », Science, 279.5359 (27 mars 1998), p. 2108-2112; M. V. Johnston et al.,« Sculpting the Developing Brain », Advances in Pediatries, 48 (2001), p. 1-38 ; P. La Cerra et R. Bingham, «The Adaptive Nature of the Hu man Neurocognitive Architecture:An Alternative Model " • Proceedings of the National Academy of Sciences, 95 (15 septembre 1998), p. 11290-11294. 18 Les filets neuraux sont des modèles simplifiés de neurones qui peuvent s'organiser et résoudre les problèmes. Voir la note 172 du chapitre 5 pour la description algorithmique d'un filet neural. Les algorithmes génétiques sont des modèles d'évolution utilisant la reproduction sexuée avec des taux de mutation contrôlée. Voir la note 175 du chapitre 5 pour une description détaillée des algorithmes génétiques. Les modèles de Markov sont le produit d'une technique mathématique qui est similaire sous certains aspects aux filets neuraux. 19 Aristote, Œuvres, trad. de W. D. Ross, Oxford, Clarendon Press, 1908-1952, (voir en particulier la section sur la physique); voir aussi http:/ /www.encyclopedia.com/html/section/aristotl_philosophy.asp. 20 E. D. Adrian, The Ba sis of Sensation. The Action of Sense Organs, London, Ch ristophers,1928. 21 A. L. Hodgkin et A. F. Huxley,« Action Potentials Recorded from lnside a Nerve Fibre», Nature, 144 (1939), p. 710-712. 22 A. L. Hodgkin et A. F. Huxley,« A Quantitative Description of Membrane Current and lts Application to Conduction and Excitation in Nerve », Journal of Physiology, 117 (1952), p. 500 -544. 23 W. S. McCulloch et W. Pitts, « A Logical Calcul us of the ldeas Immanent in Nervous Activity »,Bulletin of Mathematical Biophysics, 5 (1943),p. 115-133- Cet ar-

Il

ti cie est très difficile à comprendre. Pour une présentation sim pie et une explication:« A Computer Model of the Neuron >>,the Mi nd Project, université d' État de l'Illinois, http:/ /www.m i nd.i lstu.ed u/cu rricu 1u m/perception/m pneu rom.htm 1. 24 Voir la note 172 du chapitre 5 pour la description algorithmique des filets neuraux. 25 E. Salinas et P. Thier,« Gain Modulation. A Major Computational Principle of the Central Nervous System », Neuron, 27 (2ooo), p. 15-21. 26 K. M. O'Craven et R. L. Savoy, '' Voluntary Attention Can Modulate fMRI Activity in Human MT/MST », lnvestigational Ophthalmological Vis ion Science, 36 (1995),p. S856 (su pp.). 27 Marvin Minsky et Seymour Pa pert, Perceptrons, Cambridge, Mass., MIT Press, 1969. 28 Frank Rosenblatt, Cornell Aeronautical Laboratory, «The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain >>, Psychological Review, 65.6 (1958), p. 386-408 ;voir surWikipedia, http:/ /en.wikipedia. org/wiki/Perceptron. 29 O. Sporns, G. Tononi, et G. M . Edelm an, « Connectivity and Complexity. The Relationship Between Neuroanatomy and Brain Dynamics >>, Neural Networks, 13.8-9 (2ooo), p. 909-922. 30 R. H. Hahnloser et al., « Digital Selection and Analogue Amplification Coexist in a Cortex-lnspired Silicon Circuit »,Nature, 405.6789 (22 ju in 2000), p. 947-951; «MIT and Bell Labs Researchers Create Electronic CircuitThat Mi mies the Brain's Circuitry >>,MIT News, 21 juin 2000, http:/ / web.mit.edu/newsoffice/ nr /2ooo/machinebra in.html. 31 Manuel Trajtenberg, Economie Analysis ofProduct Innovation. The Case of CT Scanners, Cambridge, Mass., Harvard University Press,1990; Dr Michael H. Friebe, directeur de NEUROMED GmbH; P.-M. L. Robitaille, A. M. Abduljalil, et A. Kangarlu , «Ultra High Resolution lmaging of the Human Head at 8 Tesla:2K x 2K for Y2K »,Journal of Computer Assisted Tomography, 24.1 (janvier-février 2000),p. 2-8. 32 Seong-Gi Kim, « Progress in Understanding Functional lmaging Signais >>, Proceedings of the National Academy of Sciences, 100.7 (1er avril 2003), p. 3550-3552, http:/ /www.pnas.org/cgi/content!full/100/7/3550. Voir aussi l'article de Seong-Gi Kim et al.,« Localized Cerebral Blood Flow Response at Submillimeter Columnar Resolution >>, Proceedings of the National Academy of Sciences, 98.19 (11 septembre 2001) , p. 10904-10909, http:l / www.pnas.org/cgi/contentl a bstract/98!19/10904. 33 K. K. Kwong et al.,« Dynamic Magnetic Resonance lmaging of Hu man Brain Activity Du ring Primary Sensory Stimulation >>, Proceedings of the National Academy of Sciences, 89.12 (15 juin 1992), p. 5675-5679. 34 C. S. Roy etC. S. Sherrington,« On the Regul ation of the Blood Supply of the Brain >>, Journal of Physiology, 11 (189o),p. 85-105. 35 M.l. Posner et al.,« Localization of Cognitive Operations in the Human

Brain», Science, 240-4859 (17 juin 1988), p.1627-1631. 36 F. M. Mottaghy et al., « Facilitation of Picture Naming after Repetitive Transcranial Magnetic Stimulation », Neurology, 53.8 (10 novembre 1999) , p. 1806-1812. 37 Daithi 6 hAnluain, « TMS: Twilight Zone Science?» Wired News, 18 avril 2002, http:/ /wired.com/news/medtech/o,1286,51699,00.html. 38 Lawrence Osborne, « Savant for a Day >>, New York Times Magazine, 22 juin 2003, disponible sur http:/ /www.wireheading.com/brainstim/savant. html. 39 Bruce H. McCormick, '' Brain Tissue Scanner Enables Brain Microstructure Surveys >>, Neurocomputing, 44-46 (2002) , p. 1113-1118; Bruce H. McCormick, « Design of a Brain Tissue Scanner>>, Neurocomputing, 26-27 (1999), p. 10251032; Bruce H. McCormick, « Development of the Brain Tissue Scanner >>, Brain Networks Laboratory Technical Report, université du Texas, département des sciences informatiques, 18 mars 2002, http://research.cs.tamu.edu/bnl/pubs/ McCo2.pdf. 40 LeifFinkel et al.,« Meso-scale Optical Brain lmaging of Perceptual Learning >>,université de Pennsylvanie, article 2000-01737 (2ooo). 41 E. Callaway et R. Yuste,« Stimulating Neurons with Light >>, Current Opinions in Neurobiology, 12.5 (octobre 2002), p. 587-592. 42 B. L. Sabatini et K. Svoboda,« Analysis of Calcium Channels in Single Spines Using Optical Fluctuation Analysis >>,Nature, 408.6812 (30 novembre 2000) 'p. 589-593· 43 John Whitfïeld, « Lasers Operate lnside Single Cells >>, News@nature. com, 6 octobre 2003, http:/ /www.nature.com/nsu/030929/030929-12.html (abonnement nécessaire). Laboratoire de Mazur: http://mazur-www.harvard. edu/research/. Jason M. Samonds et A. B. Bonds,« From Another Angle: Differences in Cortical Coding Between Fine and Coarse Discrimination of Orientation>>, Journal of Neurophysiology, 91 (2004), p. 1193-1202. 44 Robert A. Freitas Jr, Nanomedicine, vol. liA, Biocompatibility, section 15.6.2, « Bloodstream lntrusiveness >>,Georgetown, Tex., Landes Bioscience, 2003, p. 157-159, http:/ /www.nanomedicine.com/NMIIA/15.6.2.htm. 45 Robert A. Freitas Jr, Nanomedicine, vol. 1, Basic Capabilities, section 7-3, « Communication Networks >> Georgetown,Tex., Landes Bioscience, 1999, p.186188, http:/ /www.nanomedicine.com/NMI/n.htm. 46 Robert A. Freitas Jr, Nanomedicine, vol. 1, Basic Capabilities, section 9-4-4.3, « lntercellular Passage >>,Georgetown, Tex., Landes Bioscience, 1999, p. 320-321, http:/ /www.na nomedicine.com/NMI/9-4-4·3·htm#p2. 47 Keith L. Black, M. O. et Nagendra S. Ningaraj, « Modulation of Bra in Tumor Capillaries for Enhanced Drug Delivery Selectively to Brain Tu mor >>, Cancer Control, 11.3 (mai-juin 2004), p. 165-73, http:/ /www.moffitt.usf.edu / pubs/ccj/ v11 n3/pdfl165 .pdf.

Il

48 Robert A. Freitas Jr, Nanomedicine, vol. 1, Basic Capabilities, section 4.1, « Nanosensor Technology »,Georgetown, Tex., Landes Bioscience, 1999, p. 93, http:/ /www.nanomedicine.com/NMI/4.1.htm. 49 Conférence sur la Nanotechnologie Avancée, (http:/ /www.foresight. org/Conferences/AdvNano2004/index.html), NanoBioTech Congress and Exhibition (http:/ /www.nanobiotec.de/), NanoBusiness Trends in Nanotechnology (http:/ /www.nanoevent.com/) et NSTI Nanotechnology Conference and Trade Show (http:/ /www.nsti.org/events.html). 50 Peter D. Kra mer, Listening to Prozac, New York, Viking, 1993. 51 Les recherches de LeDoux s'orientent sur les régions cérébrales qui gèrent les stimuli menaçants, et se concentrent sur les amygdales, un groupe de neurones en forme d'amande localisé à la base du cerveau. Lamygdale stocke les souvenirs des stimuli menaçants et contrôle les réponses ayant un rapport avec la peur. Le chercheur du MITTomaso Poggio signale que« la plasticité synaptique est un des substrats qui permet l'apprentissage mais il est important de signaler que l'apprentissage consiste en beaucoup plus de choses que la mémoire. , Voir l'article de T. Poggio et E. Bizzi, « Generalization in Vision and Motor Control », Nature, 431 (2004), p. 768-774. Voir aussi l'article de E. Benson, « The Synaptic Self», APA On li ne, novembre 2002, http:/ /www.apa .org/monitor/novo2/synaptic.html. 52 Anthony J. Bell,« Levels and Loops:The Future of Artificial Intelligence and Neuroscience >>, Philosophical Transactions of the Royal Society of London, B 354.1352 (29 décembre 1999), p. 2013-2020, http:/ /www.cnl.salk.edu/-tony/ ptrsl.pdf. 53 Peter Dayan et Larry Abbott, Theoretical Neuroscience. Computational and Mathematical Modeling of Neural Systems, Cambridge, Mass., MIT Press, 2001. 54 D. O. Hebb, The Organi zation of Behavior. A Neuropsychological Theory, New York, Wiley, 1949. 55 Michael Domjan et Barbara Burkhard, The Principles of Learning and Behavior, 3e édition, Pacifie Grove, Cal if., Brooks/Cole, 1993. 56 J. Quintana et J. M. Fuster, « From Perception to Action : Temporallntegrative Functions of Prefrontal a nd Pa ri etal Neu rons », Cerebral Cortex, 9·3 (avril mai 1999), p. 213-221; W. F. Asa ad, G. Rainer etE. K. Miller, '' Neural Activity in the Primate Prefrontal Cortex Du ring Associative Learning ''• Neuron, 21.6 (décembre 1998), p. 1399-1407. 57 G. G. Turrigiano et al.,« Activity-Dependent Scaling of Quantal Amplitude in Neocortical Neurons >>,Nature, 391.6670 (26 février 1998), p. 892-896; R. J. 0 rien et al., « Activity-Dependent Modulation of Synaptic AMPA Receptor Accumulation ''• Neuron, 21.5 (novembre 1998), p. 1067-1078. 58 Extrait de« A NewWindowtoView How Experiences Rewirethe Brain», institut médical Howard Hughes (19 décembre 2002), http://www.hhmi.org/

Il

news/svoboda2.html. Voir aussi l'article de J. T. Trachtenberg et al., « Long-Term in Vivo lmaging of Experience-Dependent Synaptic Plasticity in Adult Cortex >>, Nature, 420.6917 (décembre 2002), p. 788-794, http:/ /cpmcnet.columbia.edu/ deptlphysio/physio2/ Trachtenberg_NATURE.pdf; et l'article de Karen Zita et Karel Svoboda, « Activity-Dependent Synaptogenesis in the Adult Mammalian Cortex >>, Neuron, 35.6 (septembre 2002), p. 1015-1017, http:l /svobodalab.cshl. ed u/reprints/2414zito02neu r.pdf. 59 Voir sur http://whyfiles.org/184make_memory/4.html. Pour plus d'informations sur les épines neurales et la mémoire, voir l'article de J. Grutzendler et al., >, Nature, 420.6917 (19-26 décembre 2002), p. 812-816. 6o S. R. Young etE. W. Rubel, >,Journal of Comparative Neurology, 254-4 (22 décembre 1986), p. 425-459. 61 Scott Makeig, ,Journal of Neurophysiology, 28.6 (novembre 1965), p.1041-1059. 63 Jeffrey M. Schwartz et Sharon Begley, The Mind and the Brain: Neuroplasticity and the Power of Mental Force, New York, Regan Books, 2002. Voir aussi l'article de C. Xerri, M. Merzenich et al., >, The Journal of Neurophysiology, 79-4 (avril 1980), p. 2119-2148. Voir aussi l'a rti cle de S. Beg ley,>,Wall Street Journal, 11 octobre 2002, http:/ /webrepri nts.dj repri nts.com/6o6120211414.htm 1. 64 Paula Tallai et al.,>,Science, 271 (5 janvier 1996), p. 81-84. Paula Tallai, professeur de neuroscience et membre dirigeante du CMBN (Center for Molecular and Behavioral Neuroscience) à l'université de Rutgers, dirige le SCIL (Scientific Learning Corporation) qu'elle a aidé à fonder; pour plus d'informations, voir http:/ /www.cmbn.rutgers.edu/faculty/ tallal.html. Voir aussi son article,>, New Horizons for Learning, 4-4 (août-se ptembre 1998), http:/ /www.newhorizo ns.org/neuro/tallal.htm ; A. Pascual -Leone,>, An nais of the New York Academy of Sciences, 930 (juin 2001), p. 315-329. Voir aussi la note 63 ci-dessus. 65 F. A. Wilson, S. P. Scala id he et P. S. Goldman-Rakic, >,un iversité de Californie, San Diego, 29 novembre 2001, http:l /ucsdnews.ucsd.edu/newsrel/ science/mccell.htm ; M. A. Colicos et al.,>, Cell, 107.5 (30 novembre 2001), p. 605-616. Lien vidéo disponible sur: http:/ /www.qflux.net/NeuroStimoum, Neural Silicon lnterface-QuantumFiux. 68 S. Lowel et W. Singer,>, Science, 255.5041 (10 janvier 1992)' p. 209-212. 69 K. Si et al.,>, Cell, 115.7 {26 décembre 2003), p. 893-904; K. Si, S. Lindquist et E. R. Kandel, ,Ce il, 115.7 {26 décembre 2003), p. 879-891. Ces chercheurs ont découvert que le CPEB peut aider à former et à préserver la mémoire à long terme en changeant de forme dans les synapses de façon similaire à la déformation des prions (les fragments de protéines impliquées dans la maladie de la vache folle et d'autres maladies neurologiques). Cette étude suggère que cette protéine effectue son travail lorsqu'elle est dans l'ét at des prions, ce qui contredit une croyance largement partagée qui veut qu'une protéine possédant une activité de prion est toxique ou ne fonctionne pas de façon appropriée. Ce mécanisme de prion peut aussi avoir un rôle dans des activités aussi variées que la persévérance du cancer ou le développement des organes, comme le présume Eric R. Kandel, professeur universitai re de physiologie et de biophysique cellulaire, de psych iatrie, de biochimie et de biophysi que moléculaire à l'université de Columbia et prix Nobel de médecine en 2000. Voir le communiqué à la presse du Whitehead lnstitute sur http:/ /www.wi.mit. ed u/na p/featu res/na p_featu re_ memory.htm 1. 70 M. C. Anderson et al., >, Science, 303.5655 (9 janvier 2004), p. 232-235. Ces découvertes pourraient encourager le développement de nouvelles façon s de lutter contre les souvenirs traumatisants. Voir l'a rticle de Keay Davidson, >,San Francisco Chronicle, 9 janvier 2004, http:/ /www.sfgate.com /cgi -bi nia rticle.cgi ?fi le=/c/a/2004/01 109/FORG ET. TMP&type=science. 71 Dieter C. Lie et al., >,An nuai Review of Pharmacology and Toxicology, 44 (2004) 'p. 399 -421.

72 H. van Pra ag, G. Kempermann et F. H. Gage,'' Running lncreases Ce li Proliferation and Neurogenesis in the Adult Mouse Dentate Gyrus »,Nature Neuroscience, 2.3 (mars 1999) , p. 266-270. 73 Minsky et Pa pert, Perceptrons. 74 Ray Kurzweil, The Age of Spiritual Machines, New York, Viking, 1999, p. 79· 75 Les fonctions basiques sont des fonctions non linéaires qui peuvent être combinées de façon linéaire (en assemblant des fonctions multiples) pour approcher de façon approximative toute fonction non linéaire. Voir l'article de Pouget et Snyder," Computational Approaches to SensorimotorTransformations ,,, supplément de Nature Neuroscience, 3.11 (novembre 2000), p. 1192-1198. 76 T. Poggio," A Theory of How the Brain Might Work »,dans Proceedings of Cold Spring Harbor Symposia on Quantitative Biology, 4, Cold Spring Harbor, N.Y. Cold Spring Harbor Laboratory Press, 1990, p. 899-910. Voir aussi l'article de T. Poggio et E.Bizzi," Generalization in Vision and Motor Control », Nature, 431 (2004), p. 768-774· 77 R. Llinas et J. P. Welsh, « On the Cerebellum and Motor Learning », Current Opinion in Neurobiology, 3.6 (décembre 1993), p. 958-965; E. Courchesne et G. Allen, « Prediction and Preparation,Fundamental Functions of the Cerebellum », Learning and Memory, 4.1 (mai-juin 1997), p. 1-35; J. M. Bower, « Control of Sensory Data Acquisition », International Review of Neurobiology, 41 (1997), p. 489 -513. 78 J. Voogd et M . Glickstein, « The An atomy of the Cerebellum », Trends in Neuroscience, 21.9 (septembre 1998), p. 370-375 ; John C. Eccles, Masao lto et Janos Szentagothai, The Cerebellum as a Neuronal Machine, New York, Springer-Verlag, 1967 ; Masao lto, The Cerebellum and Neural Control, New York, Raven,1984. 79 N. Bernstein, The Coordination and Regulation of Movements, New York, Perga mon Press, 196780 Communiqué à la presse du bureau américa in de la recherche navale, « Boneless, Brainy, and Ancient », 26 septembre 2000, http:/ /www.eurekalert. org/pub_releases/2001-11/oonr-bba112 601 : « Les tentacules des pieuvres pourraient très bien être la base de la prochaine génération de bras robotisés pour les applications sous-marines, spatiales ou terrestres. » 81 S. Grossberg et R. W. Paine,« A Neural Model of Cortico-Cerebellar Int eraction s During Attentive Im itation and Predictive Learning of Sequential Handwriting Movements »,Neural Networks, 13-8-9 (octobre-novembre 2000) 'p. 999-1046. 82 Voogd et Glickstein, « An atomy of the Cerebellum , ; Eccles, lto et Szentagothai, Cerebellum as a Neuronal M achine ; lto, Cerebellum and Neural Control; R. Llinas, in Ha nd book of Physiology, vol. li, The Nervous System, ed.V. B. Brooks, Bethesda, Md., American Physiological Society, 1981, p. 831-976. 83 J. L. Raymond, S. G. Lis berger, et M. O. Mauk," The Cerebellum. A Neuro-

nal Learning Machine?», Science, 272.5265 (24 mai 1996), p.1126-1131 ; J. J. Kim et R.F. Thompson,« Cerebellar Circuits and Synaptic Mechanisms lnvolved in Classical Eyeblink Conditioning »,Trends in Neuroscience, 20-4 (avril1997), p. 177-181 84 La simulation incluait 10 ooo cellules granulaires, goo cellules de Golgi, 500 cellules fibreuses, 20 cellules de Purkinje et 6 cellules de noyaux. 85 J. F. Medina et al., ,Georgetown, Landes BioSciences, 1999, p.175-176, http: / www.nanomedecine.com/nmi/6.5.7#p4. 133 Alternativement, la nanotechnologie peut être conçue pour être extrêmement efficace énergiquement dès le début de façon à ce que la capture des énergies ne soit pas nécessaire, et irréalisa ble parce qu'il y aurait trop peu de dissipation de chaleur à capturer. Dans une communication privée (en janvier 2005), Robert A. Freitas Jr écrit:, Wired News, 22 juin 2004, http:/ /www.wired.com/news/technology/o,1282,63913,00.html. Voir aussi les travaux d'Arthur Smith,>, http:// www.l ispace.org/a rticles/SSPCase.htm 1. 139 , Fondation Spaceward, http:/ / www.elevator2o1o.org/site/primer.html. 140 Kenneth Chang,>, New York Times, 3 mars 2004, http:/ /www.rpi.edu/web/ News/ nytlahey3.html, commentant les travaux deR. P. Taleyarkhan, >, Physical Review E. Statistical, Nonlinear, and Soft Matter Physics, 69.3, pt. 2 (mars 2004), p. 036109. 141 La méthode originale de Pons et Fleischman pour une fusion froide en utilisant les éléctrodes de palladium n'est pas encore disparue. Certains partisans ardents continuent les travaux de recherches dans cette direction, et le Département des énergies américain a annoncé en 2004 qu'un inventaire des nouvelles avancées dans ce domaine allait être effectué. Voir les travaux de Toni Feder, >, Physics Today (avril 2004), http://www. physicstoday.org/vol -57 /iss-4/p27.htm 1. 142 Akira Fujishima, Tata N. Rao et Donald A. Tryk, >,Journal of Photochemistry and Photobiology C. Photochemistry Review, 1 (29 juin 2000), p. 1-21; Prashant V. Kamat, Rebecca Huehn et Roxana Nicolaescu, >, Journal ofphysical Chemistry, B106 (31 janvier 2001), p. 788-794·

Il

143 A. G. Pa nov et al.,« Photooxidation ofToluene and p-Xylene in CationExchanged Zeolites X,Y,ZSM-5, and Beta. The Role of Zeolite Physicochemical Properties in Product Yield and Selectivity »,Journal of Physical Chemistry, B 104 (22 juin 2000), p. 5706-5714. 144 Gabor A. Somorjai et Keith McCrea, , lndustrial & Engineering Chemistry Research, 35 (1996), p. 2075-2090, http:/ /cheed .nus.edu. sg/ -chezxs/Zhao/publication/1996_ 2075.pdf. 145 Rapport du NTSC/NSET, National Nanotechnology Initiative. The Initiative and lts Implementation Plan,juin 2ooo,http://www.nano.gov/html/res/ nni2.pdf. 146 Wei-xian Zhang, Chuan-Bao Wang et Hsing-Lung Lien,>, Catalysis Today, 40 (14 mai 1988), p. 387-395. 147 R. Q. Long et R. T. Yang,>,Journal of the American Chemical Society, 123.9 (2001), p. 20582059. 148 Robert A. Freitas Jr, > présenté à lave conférence Alcor on Extreme Life Extension, Newport Beach, Californie, 16 novembre 2002, http:/ /www.rfreitas.com/Na no/Death lsAnOutrage. htm. 149 Par exemple, lave conférence annuelle sur les BIOMEMS en juin 2003 à San Jose, http:/ / www.knowledgepress.com/eventsl11201717.htm. 150 Deux premiers volumes d'une série qui devrait en avoir quatre: Robert A. Freitas Jr, Nanomedicine, vol. 1, Basic Capabilities, Georgetown, Tex., Landes Bioscience, 1999 ; Nanomedicine, vol. liA, Biocompatibility, Georgetown, Tex., Landes Bioscien ce, 2003; http:/ /www.nanomedicine.com. 151 Robert A.Freitas Jr, >, Artificial Cells, Blood Substitutes, and lmmobilization Biotechnology, 26 (1998), p. 411 -430, http:/ /www.foresight.org/Nanomedicine/Respirocytes.html. 152 Robert A. Freitas Jr, >, prépublié par Zyvex, mars 2001, http:// www.rfreitas.com/Nano/Microbivores.htm ; Robert A. Freitas Jr, >, Foresight Update no44,31 mars 2001, p. 11-13, http:/ /www.imm.org/Reports/Repo25.html; voir aussi les images de microbivores sur la Nanomedicine Art Gallery, http:/ /www.foresight.org/Nanomedicine/ Gallery /Species/Microbivores.htm 1. 153 Robert A. Freitas Jr, Nanomedicine, vol. 1, Basic Capabilities, section

9-4.2.5 « Nanomechanisms for Natation>>, Georgetown, Tex., Landes Bioscience, 1999, p. 309-312, http:/ /www.nanomedicine.com/NMI/9-4·2.5.htm. 154 George Whitesides, '' Nanoinspiration. The Once and Future Nanomachine >>, Scientific American, 285.3 (16 septembre 2001), p. 78-83155 « D'après l'approximation d'Einstein sur le mouvement brownien, après une seconde à température ambiante une molécule fluide d'eau s'est, en moyenne, déplacée sur une distance de -50 microns (-400 ooo diamètres moléculaires) tandis qu'un nanobot de moins d'un micron immergé dans le même fluide ne dérivera que de -0,7 microns pendant la même période de temps. Le mouvement brownien ne représente donc qu'une source mineure d'erreurs de navigation pour les nanobots médicaux mobiles. ,, Voir les travaux de K. Eric Drexler et al.,« Many Future Nanomachines. A Re buttai to Whitesides Assertion That Mechanical Molecular Assemblers Are Not Workable and Not a Concern >>, débat parmi les membres de l'assemblée, lnstitute for Molecular Manufacturing, 2001, http:/ /www.imm.org/ SciAmDebate2/whitesides.html. 156 Tejal A. Desai, « MEMS-Based Technologies for Cellular Encapsulation >>, American Journal of Drug Delivery, 1.1 (2003), p. 3-11, fragments disponibles en ligne sur http:l /www.ingenta connect.com/search / expand?pub=infobike:l1 adis/add/2003/oooooo01/oooooo01/ artoooo1. 157 Comme cité par Douglas Hofstadter in Godel, Escher, Bach. An Eternal Golden Bra id, New York, Basic Books, 1979. 158 L'auteur possède une compagnie, FATKAT (Financial Accelerating Transactions by Kurzweil Adaptive Technologies), qui applique des processus de reconnaissance des modèles informatisés à des données financières pour prendre des décisions d'investissement sur les marchés des actions, voir sur http:/1 www.FatKat.com. 159 Voir la discussion dans le chapitre 2 sur l'amélioration du rapport prixperformance de la mémoire informatique et de l'électronique en général. 160 Des lA indépendantes se réfèrent à un scénario où, comme Max More le décrit,« des machines superintelligentes, conçues initialement pour être bénéfiques pour l'Humanité, nous abandonnent et continuent leur déveleppement ». Max More,« Embrace, Don't Relinquish, the Future >>, http:l /www.KurzweiiAI. net/articles/ artow6.html?printable=1. Voir aussi la description de Damien Broderick de la « Seed Al >>: « Une lA auto-controlée pourrait fonctionn er de manière extrêmement froide et ralentie sur un substrat de machine limité. Aussi longtemps que la machine a la possibilité de s'améliorer, ell e le f ait, parfois de façon convulsive, pulvérisant les limitations architecturales pour concevoir son propre matériel de fonctionnement, voire le construire (si elle a le contrôle d'une unité de production).» Damien Broderick, « TearingToward the Spike >>,présenté lors de la conférence « Australia at the Crossroads? Scenarios and Strategies for the Future,, (31 avril -2 mai 2000), publié sur KurzweiiAI.net le 7 mai 2001, http:/ 1 www.KurzweiiAI.net/meme/frame.html?main =/articles/art0173.html. 161 David Talbot,« Lord of the Robots >>, Technology Review (avril2002).

Il

162 Heather Havenstein a écrit que les « notions démesurées répandues par les écrivains de science-fiction sur la convergence entre les humains et les machines ont terni l'image des lA dans les années 1980 parce que les lA étaient perçues comme n'arrivant pas à atteindre leur potentiel. , Heather Havenstein, « Spring Comes to Al Winter. A Thousand Applications Bloom in Medicine, Customer Service, Education and Manufacturing », Computerworld, 14 février 2005, http:/ /www.computerworld.com / softwaretopics/software/ story/o,10801,99691,oo.html. Cette image ternie a mené à'' l'hiver des lA », défini comme « un terme imaginé Richard Gabriel (1990-1994?) pour définir l'effondrement de la vague d'enthousiasme pour l'lA et le langage lA (Lisp), après l'envolée des années 1980. » Duane Rettig a écrit: « Les entreprises ont chevauché l'élan des lA audibles au début des années 1980, lorsque d'immenses corporations ont injecté des milliards de dollars dans la mode des lA qui promettait des machines pensantes dans les 10 ans à venir. Lorsque les promesses se sont révélées plus difficiles à tenir que prévu, l'élan des lA s'est effondré, et Lisp aussi, à cause de ses liens avec l'lA. On se réfère à cette période comme à l'hiver des lA. , Duane Rettig cité in >, Nature, 420 (14 novembre 2002), p. 121; voir aussi une descrip-

Il

tion du projet sur http:/ /www.biol.tsukuba.ac.jp/-macer/index.html. 168 Thomas Bayes,'' An EssayTowards Solving a Problem in the Doctrine of Chances», publié en 1763, deux ans après sa mort en 1761. 169 Filtre anti-spams SpamBayes, http:l /spambayes.sourceforge.net. 170 Lawrence R. Rabiner, « A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition », Proceedings of the IEEE, 77 (1989}, p. 257-286. Pour un traitement mathématique des modèles de Markov, voir sur http:/ /jed li k.phy.bme.h u/ -gerja nos/HMM/node2.htm 1. 171 Kurzweil Applied Intelligence (KAI}, fondée par l'auteur en 1982, a été vendue en1997 pour 100 million de dollars et fait maintenant partie de Scan Soft (appelée précédemment Kurzweil Computer Products, la première entreprise de l'auteur, qui fut vendue à Xerox en 1980}, est maintenant une industrie publique. KAI a presenté la première version commerciale d'un programme de reconnaissance vocale en 1987 (Kurzweil Voice Report, qui possédait un vocabulaire de dix mille mots). 172 Voici le schéma de base pour l'algorithme d'un filet neural. De nombreuses variations sont possibles, et le concepteur du système doit fournir certains paramètres et méthodes critiques qui sont détaillés ci-dessous. Créer un filet neural pour résoudre un problème inclut de devoir effectuer les étapes suivantes: Définir les entrées (la forme du problème). Définir la topologie du filet neural (par exemple, les couches de neurones et les connexions entre les neurones). Entraîner le filet neural sur des exemples du problème. Faire fonctionner le filet neural entraîné pour résoudre de nouveaux exemples du problème. Rendre votre filet neural publique. Ces étapes (excepté la dernière) sont détaillées ci-dessous : La forme du problème La forme du problème du filet neural consiste en une série de chiffres. Cette forme peut être : Dans un système de reconnaissance visuelle de modèles, un échantillon bidimensionnel de chiffres représentant les pixels d'une image. Dans un système de reconnaissance auditive (de discours par exemple}, un échantillon de chiffres représentant un son, dans laquelle la première dimension représente les paramètres du son (les composants de la fréquence) et la seconde dimension représentant les différents points dans le temps. Dans un système de reconnaissance de modèles arbitraire, un échantillon de chiffres sur n dimensions représentant le modèle du problème. Définir la topologie Pour construire un filet neural, l'architecture de chaque neurone consiste en: Des entrées multiples dans lesquelles chaque entrée est« connectée» à la

Il

sortie d'un autre neurone ou à un des nombres d'entrée. Généralement, une seule sortie, qui est connectée soit à l'entrée d'un autre neurone (généralement placé sur une couche supérieure) ou à la sortie finale. Installer la première couche de neurones Créer N0 neurones dans la première. couche. Pour chacun de ces neurones, connecter chacune des entrées multiples du neurone à des'' points» (des nombres) du problème. Ces connexions peuvent être déterminées de façon aléatoire ou en utilisant un algorithme évolutif (voir ci-dessous). Déterminer une «force synaptique » initiale pour chaque connexion créée. Ces « poids » débutent de façon similaire, ils peuvent être assignés de façon aléatoire, ou peuvent être déterminés d'une autre façon (voir ci-dessous). Installer les couches additionnelles de neurones Installer un total de M couches de neurones. Pour chaque couche, installer les neurones de cette épaisseur. Pour la couche 1 : Créer N; neurones en couche;. Pour chacun de ces neurones, « connecter , ch acune des multiples entrées du neurone aux sorties des neurones dans la couche 1-1 . (Voir les variations ci-dessous). Assigner une « force synaptique >> initiale à chaque connexion créée. Ces poids peuvent commencer à l'identique, peuvent être assignés de façon aléatoire ou peuvent être déterminés d'une autre façon (voir ci-dessous). Les sorties de neurones dans la coucheM sont les sorties générales du filet neural (voir les variation s ci-dessous). Les tests de reconnaissance Comment chaque neurone fonctionne Une fois que le neurone est installé, effectuer les t âches suivantes pour chaque exercice de reconnaissance: Chaque poids d'entrée du neurone est calculé en multipliant les sorties des autres neurones (ou les entrées initiales) auxquelles l'entrée de ce neurone est connectée par la force synaptique de cette connexion. Tous les poids d'entrée vers le neurone sont additionnés. Si la somme est supérieure au seuil de déclenchement de ce neurone, alors ce neurone est considéré comme se déclenchant et la sortie est 1. Sinon, sa sortie est o (voir les variations ci-dessous). Effectuer les t âches suivantes pour chaque test de reconn aissance Pour chaque couche, de la couche 0 à la coucheM: Pour chaque neurone dans la couche : Faire la somme de ces entrées pesées (chaque entrée pesée est égale à la sortie du neurone précédent [ou entrée initiale] dont l'entrée est connect ée à la force synaptique multipliée de cette connexion). Si cette somme d'entrées pesées est supérieure au seuil d'activation de ce

Il

neurone, établir la sortie de ce neurone à 1, sinon l'établir à o. Pour entraîner le filet neural Effectuer de façon répétée des tests de reconnaissance de problèmes échantillons. Après chaque test, ajuster les forces synaptiques de toutes les connexions interneurales, pour améliorer la performance du filet neural sur cet exercice (voir ci-dessous pour savoir comment effectuer cela). Continuer cet entraînement jusqu'à ce que le taux de fiabilité de ce filet neural ne s'améliore plus (il atteint une asymptote). Décisions majeures de conception Dans le simple schéma ci-dessus, le concepteur de ce filet neural a besoin de déterminer dès le début: Ce que les nombres d'entrées représente. Le nombre de couches de neurones. Le nombre de neurones dans chaque couche (chaque couche n'a pas nécessairement besoin d'avoir le même nombre de neurones). Le nombre d'entrées pour chaque neurone dans chaque couche. Ce nombre d'entrées (les connexions internes) peut aussi varier selon les neurones et selon les couches. Le« câblage » utilisé (les connexions). Pour chaque neurone dans chaque couche, cela consiste en une liste d'autres neurones, dont les sorties constituent les entrées de ce neurone. C'est un des aspects principaux de la conception d'un filet neural. li y a de nombreuses façons d'effectuer cela: (i) Câbler le filet neural de façon aléatoire. (ii) Utiliser un algorithme évolutif (voir ci-dessous) pour déterminer le câblage optimal. (iii) Utiliser le meilleur jugement du concepteur du système pour déterminer le câblage optimal. Les forces synaptiques initiales (les poids) de chaque connexion. Il y a différentes façons de le faire: (i) Établir les forces synaptiques à la même valeur. (ii) Établir les forces synaptiques à des valeurs différentes aléatoires. (iii) Utiliser un algorithme évolutif pour déterminer un ensemble optimal de valeurs initiales. (iv) Utiliser le meilleur jugement du concepteur du système pour déterminer les valeurs initiales. Le seuil d'activation de chaque neurone. La sortie peut être : (i) Les sorties de la coucheM de neurones. (ii) La sortie d'un simple neurone de sortie, dont les entrées sont les sorties des autres neurones de la coucheM. (iii) Une fonction (par exemple, la somme) des sorties de neurones de la coucheM(iv) Une autre fonction des sorties neuronales de plusieurs couches

Il

Comment les forces synaptiques de toutes les connexions sont ajustées pendant l'entraînement de ce filet neural? C'est une décision majeure pour la conception et c'est le sujet de nombreuses recherches. li y a plusieurs façons de faire cela: (i) Pour chaque test de reconnaissance, augmenter ou diminuer chaque force synaptique par une quantité fixée (généralement très peu élevée) pour que les sorties du filet neural se rapprochent plus de la réponse correcte. Une façon de faire est d'essayer d'augmenter ou de diminuer afin de voir quelle action a l'effet le plus désirable. Cela peut prendre du temps, il existe donc d'autres méthodes pour prendre des décisions locales sur l'augmentation ou la diminution de cha que force synaptique. (ii) D"autres méthodes statistiques existent pour modifier les forces synaptiques après chaque test de reconnaissance de façon à ce que les performances du filet neural sur cet exercice se rapprochent plus de leur réponse correcte. Il faut noter que l'entraînement du filet neural sera efficace même si les réponses aux tests d'entraînement ne sont pas toutes correctes. Cela permet l'utilisation de données réelles pour l'entraînement qui peuvent contenir un taux d'erreur inhérent Une des clés du succès d'un système de reconnaissance basé sur un filet neural est la quantité de données utilisées pour l'entraînement. Il en faut une quantité très substantielle pour obtenir des résultats satisfaisants. Tout comme les étudiants humains, le temps accordé aux leçons et à l'apprentissage d'un filet neural représente un facteur clé dans ses performances futures. Variations Il y a de nombreuses variations possibles à ce qui est décrit ci-dessus: Il y a différentes façons de déterminer la topologie. En particulier, les connexions interneurales peuvent être établies soit de façon aléatoire, soit en utilisant un algorithme évolutif. Il y a différentes façons d'établir les forces synaptiques initiales. Les entrées vers les neurones de la couche; n'ont pas besoin nécessairement de venir des sorties des neurones de la couche;.,- Alternativement, les entrées vers les neurones de chaque couche peuvent venir de n'importe quelle couche supérieure ou inférieure Il y a différentes façons de déterminer la sortie finale. La méthode décrite ci-dessus donne un résultat). (ii) Dans le contexte de la résolution d'un théorème mathématique, cette étape inclut de déterminer si cette séquence d'étapes dans la démonstration n'est pas capable d'apparaître comme une preuve. Si cela s'avère nécessaire, cette voie doit être abandonnée, et Pick Best Next Step revient de façon similaire vers la détermination que cette étape viole le théorème (c'est-à-dire avec une valeur d'>,inventeurs : Ray Kurzweil et John Keklak. Extrait:" Une méthode pour générer la personnalité d'un poème incluant la lecture de poèmes, chacun de ces poèmes contenant un texte, la génération des modèles d'analyse, chacun de ces modèles d'analyse représentant un des poèmes et stockant les modèles d'analyse dans une structure de données de personnalité. La structure de données de personnalité inclut des poids, chacun de ces poids étant associé à un des modèles d'analyse. Les poids incluent des valeurs intégrées. » 179 Ben Goertzel, The Structure of Intelligence, New York, Springer-Verlag, 1993; The Evolving Mi nd, Gordon and Breach, 1993; Chaotic Logic, Plenum, 1994; From Complexity to Creativity, Plenum, 1997- Pour un lien vers les livres et les articles de Ben Goertzel, voir http:/ /www.goertzel.org/work.html. 180 KurzweiiAI.net (http:/ /www.KurzweiiAI.net) fournit des centaines d'articles écrits par presque une centaine des plus " grands penseurs ,, et bien d'autres choses sur" l'accélération de !"intelligence>>. Le site propose une lettre d'information gratuite journalière ou hebdomadaire sur les derniers développements des sujets couverts par cet ouvrage. Pour vous inscrire, entrez votre adresse e-mail (qui sera maintenue confidentielle et ne sera partagée avec personne) sur la page principale. 181 John Gosney, Business Communications Company, >, juin 2003, http:/ /www.bccresearch.com/comm/G275-html. 182 Kathleen Melymuka, >, Wired, octobre 2003, http:/ /www.wired.com/wired/ archivei10.o3/everywhere.html?pg=5.Mark Hagland," Doctors' Orders >>,janvier 2003, http:/ /www.hea lthca re-informatics.com/issues/2003/01_03/cpoe.htm. 196 Ross D. King et al.," Functional Genomic Hypothesis Generation and Experimentation by a Robot Scientist >>, Nature, 427 (15 janvier 2004), p. 247-252. 197 Port, Arndt et Carey, " Sm art Tools >>. 198 « Future Route Releases AI-Based Fraud Detection Produ ct >>, 18 août 2004 http:/ /www.finextra.com/fullstory.asp?id =12365.

199 John Hackett, « Computers Are Learning the Business », Collections World, 24 avril 2001, http:/ /www.creditcollectionsworld.com/news/o42401_2. htm. 200 « lnnovative Use of Artificiallntelligence, Monitoring NASDAQ for Potentiallnsider Trading and Fraud »,communiqué de presse de I'AAAI, 30 juillet 2003, http:l /www.aaa i.org/Pressroom/Releases/release-o3-0730.htm 1. 201 « Adaptive Learning, Fly the Brainy Skies », Wired News, mars 2002, http:/ /www.wi red .com /wi red /arch ive/1 0.03/everywh ere. htm 1? pg= 2. 202 « Introduction to Artificial Intelligence », EL 629, base aérienne de Maxwell, cours universitaire, http:/ /www.au.af.mil/au/aul/school/acsc/ai02. htm. Sam Williams,'' Computer,Heal Thyself >>, Salon.com, 12juillet 2004, http:/1 www.sa lon.com/tech/featu re/2004/07 /12/self_he a 1i ng_com puting/i nd ex_ np.html. 203 Voir aussi sur http:/ /www.Seegrid.com.lnformation: l'auteur a investi dans Seegrid et fait partie du comité de direction. 204 Site Web de No Hands Across America, http:/ /cart.frc.ri.cmu.edu/ users/hpm/project.archive/reference.file/nhaa .html, et « Carnegie Mellon Researchers Will Prove Autonomous Driving Technologies During a 3,000 Mile, Hands-off-the-Wheel Trip from Pittsburgh to San Diego >>, communiqué de presse de Carnegie Mel lon, http:/ /www-2.cs.cmu.edu/afs/cs/user/tjochem/ www/nhaa/official_press_release.html; Robert J. Derocher,« Almost Human >>, septembre 2001, http:/ /www.insight-mag.com/insight/01/09/col-2-pt-1-CiickCulture.htm. 205 « Search and Rescue Robots >>, Associated Press, 3 septembre 2004, http:/ /www. smh.com.au/articles/2004/09102/1093939058792. htm 1?onecl ick=true. 206 '' From Facto ids to Facts », Economist, 26 août 2004, http:/ /www.econom ist.com/science/displayStory.cfm ?story_id =3127462. 207 Joe McCool, « Voice Recognition, lt Pays to Talk >>, mai 2003, http:/ 1 www. bcs.org/BCS/ Prod ucts/Pu bi ications/Jou rna 1sAndMagaz i nes/ComputerBulletin/OnlineArchive/mayo3/voicerecognition.htm. 208 John Gartner, « Finally a Car That Talks Back >>, Wired News, 2 septembre 2004, http:/ /www.wired.com/news/autotech/o,2554,64809,00. htm 1?tw=wn _14tech head. 209 «Computer Language Translation System Romances the Rosetta Stone>>, Information Sciences lnstitute, USC School of Engineering (26 juillet 2003), http:/ /www.usc.edu/isinews/storiesf1o2.html. 210 Torsten Reil cité in Steven Johnson,« Darwin in a Box >>, Discover, 24.8 (août 2003), http:l /www.discover.com/issues/aug-o3/departments/feattech/. 211 «Let Software Catch the Game for Vou>>, 3 juillet 2004, http: //www. newscientist.com/news/news.jsp?id=nS99996097212 Michelle Delio, « Breeding Race Cars to Win », Wired News, 18 juin 2004, http://www.wi red.com/news/a utotech/0,2554,63900,oo.htm 1.

213 Marvin Minsky, The Society of Mi nd, New York, Simon & Schuster, 1988. 214 Hans Moravec, >,Journal of Evolution and Technology, 1 (1998). 215 Ray Kurzweii,The Age ofSpiritual Machines, New York, Viking, 1999, p.156. 216 Voir les notes 22 et 23 du chapitre 2. 217 «The First Turing Test >>, http:/ /www.loebner.net/Prizef/loebner-prize. html. 218 Douglas R. Hofstadter, « A Coffeehouse Conversation on the Turing Test >>,mai 1981, in Ray Kurzweil, The Age of Intelligent Machines, Cambridge, Mass., MIT Press, 1990, p. 80-102, http:/ /www.KurzweiiAI.net/meme/frame. html?main=/articles/arto318.html. 219 Ray Kurzweil, « Why 1 Think 1 Will Win >>,et Mitch Kapor, « Why 1 Think 1 Will Win >>,ces règles sont présentées sur: http:/ /www.KurzweiiAI.net/meme/ frame.html?main=/articles/arto3nhtml ;Kapor : http://www.KurzweiiAI. net/meme/frame.html?main=/articles/rto412.html ; Kurzweil : http:l /www. KurzweiiAI.netlmeme/frame.html?main=/articles/arto374·html ; Kurzweil «final word ,, : http:/ /www.KurzweiiAI.net/meme/frame.html?main=/articles/ art0413-html. 220 Edward A. Feigenbaum, « Some Challenges and Grand Challenges for Com putational 1ntelligence >>,Jou rna 1 of the Association for Com pu ting Mach inery so (janvier 2003), p. 32-40. 221 Selon la théorie endosymbiotique de l'évolution eucariotique, les ancêtres des mitochondries (la structure cellulaire qui produit l'énergie et quipossède son propre code génétique comprenant treize gènes humains) étaient à l'origine des bactéries indépendantes (et pas une fraction d'une autre cellule) semblables à la bactérie Daptobacter d'aujourd'hui. « Seriai Endosymbiosis Theory >>, http:/ /encyclopedia.thefreedictionary.com/Serial%2oendosymbiosis%2otheory.

chapitre 6 Donovan,« Se ason of the Witch >>, Sunshine Superman (1966). 2 Les raisons de la réduction du besoin en main -d'œuvre de l'industrie fermière s'expliquent par l'industrialisation et la mécanisation qui ont réduit le besoin en travail humain et animal, par l'accroissement des opportunités économiques créées dans les zones urbaines pendant la Seconde Guerre mondiale et par le développement de techniques d'exploitation intensive qui ont permis de réduire le besoin en terres tout en fournissant des résultats comparables. Source: US Department of Agriculture, National Agricultural Statistics Service, Trends in US Agriculture, http:/ /www.usda.gov/nass/pubs/trends/farmpopu lation.htm. La production assistée par ordinateur, ainsi que la production en temps réel (qui permet de réduire le besoin en inventaire) et les techniques de

Il

fabrication à l'étranger qui ont permis de réduire les coûts sont d'autres méthodes qui ont contribué à la perte chronique des emplois dans l'industrie. Source: US Department of La bor, Futurework. Trends and Challenges ofWork in the 21st Cent ury, http:/ /www.dol.gov/ asp/progra ms/history/herma n/reports/futurework/report.htm. 3 Par exemple, voir l'article de Natasha Vita-More, > video, voir« Ali About Ramona», http://www. KurzweiiAI.net/meme/frame.html?m=9. 35 1. Fried et al.,« Electric Current Stimulates Laughter >>,Nature, 391.6668 (12 février 1998), p. 650. Voir aussi le livre de Ray Kurzweil, The Age of Spiritual Machines, New York, Viking, 1999. 36 Robert A. Freitas Jr, Nanomedicine, vol. 1, Basic Capabilities, section 7-3, ,Georgetown, Tex., La nd es Bioscience, 1999, p. 186188, http:/ /www.nanomedicine.com/NMI/n.htm. 37 Allen Kurzweil, The Grand Complication. A Novel, New York, Hyperion, 2002; Allen Kurzweil, A Case of Curiosities, New York, Harvest Books, 2001. Allen Kurzweil est mon cousin. 38 Comme cité dans le livre d'Aubrey de Grey,>,Kronos lnstitute Seminar Series, 8 février 2002. Présentation PowerPoint disponible sur http:/ /www.gen .cam.ac.uk/sens/sensov.ppt. 39 Robert A. Freitas Jr, > Présentation faite lors de la cinquième Alcor Conference sur l'extension de la durée de vie à Newport Beach, en Californie. 16 novembre 2002, http:/ /www.rfreitas.com/Nano/ DeathlsAnOutrage.htm, publié sur KurzweiiAI.net 9 janvier 2003 : http:/ /www.KurzweiIAI.net/a rticles/a rt0536.htm 1. 40 Cro-magnon : > : http:/ /anthro.palomar.edu/homo2/sa piens_ culture.htm. Égypte: Jac J. Janssen a cité Brett Palmer,>, dans le journaiSkeptical Review, publié en ligne le 5 ma i 2004, sur http:/ /www. theskepticalreview.com/palmer/numbers.html. Europe 1400 :Gregory Clark, The Conquest of Nature. A Brief Economie History of the World {Princeton University Press, publié en 2005), cha p. v,, http:/ 1 www.econ.ucdavis.ed u/facu lty/gela rk/G loba 1H istory / Globa l%2oH istory-5.pdf. 18oo: James Riley, Rising Life Expectancy. A Global History, Cambridge, UK, Cambridge University Press, 2001) p. 32-33. 1900 : http:/ /www.cdc.gov/nchs/ data/hus/ta b 1es/2003/03 hu so 27.pdf. 41 Ce musée était originellement placé à Boston mais il a été déplacé à Mountain View, en Californie.{http:/ / www.computerhi story.org) . 42 Lyman et Kahle au sujet du stockage à long terme:>, http:/ /www.jfcom .mil/newslink/storyarchive/2003/pao72903-htm ; Russell Richards,« Unmanned Systems. A Big Player for Future Forces? ,, Unmanned Effects Workshop au laboratoire de physique appliquée de l'université Johns Hopkins à Baltimore, du 29 juillet au 1er août 2003. 49 Jozn Rhea,>, Military and Aerospace Electronics, novembre 2000, http:/1 mae.pennnet.com/Articles/Article_ Display.cfm ?Section=Arch ives&Subsection =Display&ARTICLE _1 D=868go. 50 Lakshmi Sandhana, > Wired News, 30 août 2002, http:/ /www.wired.com/news/technology/o,1282,54728,oo. html. Voir aussi les travaux de Mario Gerla, Kaixin Xu et Allen Moshfegh, >,conférence sur l'Aérospatiale IEEE 2002, à Big Sky dans le Montana., en mars 2002 : http:/ /www.cs.ucla.ed u/N RL/wireless/uploads/mgerla _aerospaceo2.pdf. 51 James Kennedy et Russell C. Eberhart, avec Yu hui Shi, Swarm Intelligence, San Fra ne iseo, Morgan Ka ufm an n, 2001, http:/ /www.swa rm i ntell igence.org/ SIBook/SI.php. 52 Will Knight, >, 25 avril2003, http:/ /www.newscientist.com/news/news.jsp?id=nsgggg3661. 53 Ibid. 54 S. R. White et al.,>, Nature, 409 (15 février 2001), p. 794-797, http:/ /www.autonom ic.uiuc.edu/files/NaturePaper.pdf; Kristin Leutwyler, >, ScientificAmerican.com, 15 février 2001, http://www.sciam .com/article.cfm ?articleiD=oooB307F-C71A1C5AB8828ogEC588EDgF 55 Sue Baker, >,Strategie Affairs, 1er avril 2001, http:/ /www.stratmag.com/issueApr-1/page02.htm. 56 Voir l'intégralité de la liste OpenCourseWare sur http://ocw.m it.edu/ index.html. 57 Citations de Brigitte Bouissou sur I'OpenCourseWare du MIT disponibles sur http:l /ocw.m it.ed u /OcwWeb/G loba 1/AboutOCW /add itiona lq uotes. htm ainsi que le point de vue d'Eric Bender,, MITTechnology Review,juin 2004, http:/ /www.techreview.com/articles/o4/o6/ bendero6o4.asp?p=1 . 58 Kurzweil Educational Systems (http://www.Kurzweiledu.com) fournit un système de lecture appelé Kurzweil3000 aux personnes atteintes de dyslexie. Il permet de lire un livre à l'utilisateurtout en soulignant ce qui est lu en temps réel sur une image haute définition de la page. Ce programme intègre aussi un éventail d'options permettant d'améliorer les capacités de lecture des utilisateurs. 59 Comme cité par Natasha Vita-More, >, http:l /64.233-167.104/sea rch ?q =cache:QAnJslcXHXUJ :www.extropy.com/ideas/

Il

journal/previous/1998/o2-01.htmi+Arterati+on+ideas&hl=en and http://www. extropy.com/ideas/journal/previous/1998/o2-01 .html. 6o Christine Boese, '' The Screen-Age: Our Brains in our Laptops », CNN. cam, 2 août 2004. 61 Thomas Hobbes, Leviathan (1651). 62 Seth Lloyd et Y. Jack Ng," Black Hale Computers >>, Scientific American, novembre 2004. 63 Alan M. MacRobert,« The Allen Telescope Array:SETI's Next Big Step », Sky & Telescope, avril 2004, http://skyandtelescope.com/printable /resources/ seti/article_ 256.asp. 64 Ibid. 65 Ibid. 66 C. H. Townes," At What Wavelength Should We Search for Signais from Extraterrestriallntelligence? »,Études de la National Academy of Sciences USA 8o (1983), p. 1147-1151. S. A. Kingsley in The Search for Extraterrestriallntelligence in the Optical Spectrum, vol. Il, S. A. Kingsley et G. A. Lemarchand, eds., (1996) Proc. WPIE 2704, p.102-116. 67 N. S. Kardashev, " Transmission of Information by Extraterrestrial Civilizations »,Soviet Astronomy, 8.2 (1964), p. 217-220. Résumé dans l'article de Guillermo A. Lemarchand," Detectability of Extraterrestrial Technological Activities », SETIQuest, 1:1, p. 3-13, http://www.coseti.org/lemarch1.htm. 68 Frank Drake et Dava Sobel,ls Anyone Out There? New York, Dell, 1994; Carl Sagan et Frank Drake," The Search for Extraterrestriallntelligence », Scientific American (mai 1975), p. 80 -89. Léquation du calculateur de Drake peut être trouvée sur le site Internet http://www.activemind.com/Mysterious/Topics/ SETI/drake_equation.html. 69 La plupart des descriptions de l'équation de Drake expriment f Lcomme une fraction de la durée de vie de la planète pendant laquelle les transmissions radio sont possibles, mais cela devrait exprimer en fait une fraction de la durée de vie de l'univers, puisqu'on ne s'intéresse pas à la durée devie de la planète, on s'intéresse plutôt à la durée de vie des transmissions radio. 70 Seth Shostak a fourni" une estimation entre 10 ooo et un million de transmetteurs radio dans la galaxie ». Marcus Chown, " ET First Contact "Within 20 Years," »New Scientist,183. 2457 (24juillet 2004). Disponible en ligne sur http://www.newscientist.com/article.ns?id=dn6189. 71 T. L. Wilson," The Search for Extraterrestriallntelligence »,Nature, 22 février 2001. 72 Les estimations les plus récentes sont comprises entre 10 et 15 milliards d'années. En 2002,les estimations basées sur les données recueillies par le télescope spatial Hubble étaient comprises entre 13 et 14 milliards d'années. Une étude publiée par Lawrence Krauss, scientifique de l'u niversité Case Western Reserve, et par Brian Cha boyer, de l'université de Dartmouth, a appliqué la découverte récente sur l'évolution des étoiles et a conclu qu'il y avait 95% de

Il

chances que l'âge de l'univers soit compris entre 11,2 et 20 milliards d'années. Lawrence Krauss et Brian Cha boyer,>, Los Alamos National Laboratories, mars1985, http://www.bayarea. net/kins/AboutMe/Fermi_and_Tellerlferm i_question.html. 74 Si on part sur une base de 1042 eps pour l'ordinateur portable ultime froid (comme je l'ai évoqué dans le chapitre 3), on peut estimer la masse du système solaire comme étant approximativement égale à la masse du Soleil, qui est de 2 x 103o kg. Un vingtième de 1 %de cette masse représente 1027kg. Avec 1042eps par kilogramme, 1027 kg pourraient fournir 106 9 eps. Si on utilise les estimations de 10so eps pour le portable ultime chaud, on obtient 1011 eps. 75 Anders Sand berg,>,Journal of Evolution and Technology, 5 (22 décembre 1999), http:/ /www.jetpress.org/volume5/ Brains2.pdf. 76 Freeman John Dyson, >,Science, 131 (3 juin 1960), p. 1667-1668. 77 Cité dans l'article de Sandberg, >. 78 En 1994, 195 5 milliards d'unités de semi-conducteurs ont été transportés; 433 5 milliards en 2004. Source: Jim Feldhan, président de la Semico Research Corporation, http:/ /www.sem ico.com. 79 Robert Freitas est un des avocats les plus fervents de la fusion robotisée, et plus particulièrement de la fusion répliquante. Voir ses travaux,>, J. British lnterplanet. Soc., 33 (mars 1980), p. 95-100, http:/ /www.rfreitas.com/Astro/lnterstellarProbesJBIS198o.htm ; >,J. British lnterplanet. Soc., 33 (juillet 1980), p. 251 -264, http:/ /www.rfreitas.com/Astro/ReproJBISJuly198o.htm ; Francisco Valdes et Robert A. Freitas Jr, >, J. British lnterplanet. Soc., 33 (novembre 1980), p. 402-408, http:l /www.rfreitas.com/Astro/ComparisonReproNov198o.htm ; Robert A. Freitas Jr., >, AstroSearch, 1 (juillet-août 1983), p. 8-9, http:/ / www.rfreitas.com/Astro/ ProbeMyths1983-htm ; Robert A. Freitas Jr., , J.British lnterplanet. Soc., 36 (novembre 1983), p. 490-495, http:/ /www.rfreitas. com 1Astro/TheCa se Fo ri nte rste Il a rProbes1983- htm. 8o M. Stenner et al., >, Nature, 425 (16 octobre 2003), p. 695-698. Voir aussi les travaux de Raymond Y. Chiao et al., >, Quantum and Semiclassical Optics, 7 (1995), p. 279. 81 1. Marcikic et al.,>,Nature, 421 {janvier 2003), p. 509-513; John Roach, '' Physicists Teleport Quantum Bits over Long Distance >>, National Geographie News, 29 janvier 2003 ; Herb Brady, « Quantum Cryptography >>, in « 10 EmergingTechnologies That Will Change the World >>, MITTechnology Review, février 2003 ; N. Gisin et al.,« Quantum Correlations with Moving Observers >>, Quantum Optics {décembre 2003), p. 51; Quantum Cryptography exhibit,ITU Telecom World 2003, à Genève en Suisse, l e' octobre 2003 ; Sara Song, «The Quantum Leaper >>,Ti me, 15 mars 2004; Mark Buchanan,« Light's Spooky Connections Set New Distance Record >>,New Scientist, 28 juin 199782 Charles H. Lineweaver et Tamara M. Davis,« Misconceptions About the Big Bang>>, Scientific American, mars 2005. 83 A. Einstein et N. Rosen, «The Particle Problem in the General Theory of Relativity >>, Physical Review, 48 (1935), p. 7384 J. A. Wheeler, « Geons >>, Physical Review, 97 (1955), p. 511-536. 85 M. S. Morris, K. S. Thorne et U. Yurtsever, « Wormholes, Time Machines, and the Weak Energy Condition >>, Physical Review Letters, 61.13 {26 septembre 1988), p. 1446-1449; M . S. Morris et K. S. Thorne, « Wormholes in Spacetime and Their Use for lnterstellar Travel. A Tool for Teaching General Relativity >>, American Journal of Physics, 56.5 (1988), p. 395-412. 86 M. Visser, « Wormholes, Baby Universes, and Causality >>, Physical Review, D41-4 (15 février 1990), p. m6-1124. 87 Sand berg,« Physics of Information Processing Superobjects >>. 88 David Hochberg et Thomas W. Kephart, « Wormhole Cosmology and the Horizon Problem >>, Physical Review Letters, 70 (1993), p. 2665-2668, http:/ 1 prola.aps.org/abstract/PRL!v7o/i18/p266s_, ; D. Hochberg et M. Visser,« Geometrie Structure of the Generic Static Transversable Wormhole Throat >>, Physical Review, D56 (1997), p. 4745· 89 J. K. Webb et al., « Further Evidence for Cosmological Evolution of the Fine Structure Constant >>, Physical Review Letters, 87.9 (27 août 2001), 091301[numéro de page?];« When Constants Are Not Constant>>, Physics in Action (octobre 2001), http:/ /physicsweb.org/a rticles/worldl141l0/4. go Joao Magueijo,John D. Barrow et Haavard Bunes Sandvik, « lslt eor ls lt c? Experimental Tests ofVarying Alpha>>, Physical Letters, B549 (2002), p. 284289. 91 John Sm art,« Answering the Fermi Paradox:Exploring the Mechanisms of Universal Transcension >>, http:/ /www.transhumanist.com/Smart-Fermi.htm. Voir aussi le site http:/ /singularitywatch.com et sa biographie sur http://www. singula ritywatch.com/bio johnsmart.html. 92 James N.Gardner, Biocosm: The New Scientific Theory of Evolution: Intelligent Life ls the Architect of the Universe, Maui,lnner Ocean, 200393 Lee Smolin dans son article « Smolin vs. Susskind. The Anthropic Principle >>, Edge, 145, http:/ /www.edge.org/documents/archive/edge145·html ; Lee Smolin, « Scientific Alternatives to the Anthropic Principle », http:/ /arxiv.org/

Il

abs/hep-th/0407213. 94 Kurzweil, Age of Spiritual Machines, p. 258-260. 95 Gardner, Biocosm, op. cit. 96 S. W. Hawking, , Scientific American, 289.2 (août 2003}, p. 58-65, http:! /www. scia m.com/a rticle.cfm? a rticlel D=oooAF072-4891-1 FoA-97AE8oA84189 EEDF.

chapitre 7 1 Dans l'ouvrage de JAv W. RicHARDS et al., Are We Spiritual Machines ? Ray Kurzweil vs. the Critics ojStrong A./., Seattle, Discovery lnstitute, 2002, introduction, http:/ /www.Ku rzwei IAI.netlmeme/fra me.htm 1? ma in =la rticles /a rto502. html. 2 RAY KuRZWEILet TERRY GRossMAN, M. D., Fantastic Voyage. Live Long Enough to Live Forever, New York, Roda le Books, 2004.

3

Ibid. Ibid. 5 M Ax M oRE et RAv KuRZWEIL, >, 26 f évrier 2002, http:/ /www.KurzweiiAI.net/articles/arto4o8.html. 6 Ibid. 7 Ibid. 8 ARTHURM ILLER, Ajter the Fa//, New York, Viking, 1964. 9 Issu d'un article lu à l'Oxford Philosophical Society en 1959 et publié ensuite sous le titre >, 28 septembre 2003, http:/ /www.KurzweiIAI.net/meme/frame.html?main=/articles/arto594·html (incluant des liens vers un Webcast et des transmissions). 11 JARON LANIER,« One Half of a Manifesta», Edge, http:/ /www.edge.org/3rd _ culture/lanier /lanier_index.html; voir aussi JARON LANIER,« One-Ha If of a Manifesta », Wired News, décembre 2000, http:/ /www.wired.com/wired/archive/8.12/ lanier.html. 12 Ibid. 13 NoRBERT WIENER, Cyhernetics. Or, Control and Communication in the Animal and the Machine, Cambridge, Mass., MIT Press, 1948. 14 « How Do Vou Persist When Your Molecules Don't ? »,Science and Consciousness Review, 1.1 (juin 2004), http:/ /www.sci-con.org/articles/20040601. html. 15 DAVID J. CHALMERS, « Facing Up to the Problem ofConsciousness »,Journal of Consciousness Studies, 2.3 (1995), p. 200-219, http:/ /jamaica.u.arizona. ed u/ -cha 1mers/pa pers/fa ci ng.htm 1. 16 HusTON SMITH, The Sacred Unconscious, cassette vidéo (The Wisdom Foundation,2001), disponible à la vente sur le site http:/ /www.fonsvitae.com/ sacredhuston.html. 17 JERRY A. FoDoR, RePresentations. Philosophical Essays on the Foundations of Cognitive Science, Cambridge, Mass., MIT Press, 1981)

chapitre 8 1 BILL M cKIBBEN, « How Much ls Enough? The Environ mental Movement as a Pivot Point in Human History »,Harvard Seminar on Environmental Values, 18 octobre 2000. 2 En 1960, le gouvernement américain a mené une expérience pendant laquelle il a demandé à trois étudiants en physique, récemment diplômés, de construire une arme nucléaire en utilisant uniquement les informations disponibles publiquement. Le résultat a été satisfaisant: les trois étudiants en ont construit une en trois ans environ (http: / /www.pimall.com / nais/nl/n.nukes.html). Les plans nécessaires pour la construction de bombes atomiques sont disponibles sur Internet et ont été publiés dans l'ouvrage d'un laboratoire national. En 2002, le ministère de la Défense britannique a diffusé les mesures, les diagrammes et des détails précis pour la construction de bombes au Public Record Office, qui ont été éliminés depuis (http:/ /news.bbc.co.ukl1/hi/ ukl1932702.stm). Ces liens ne contiennent pas les plans nécessaires pour construire des bombes atomiques. 3 «The John Stossel Speciai.You Can't SayThat! »,ABC News, 23 mars 2000.

Il

4 Il existe une documentation très exhaustive sur Internet, incluant des manuels militaires sur la construction de bombes, d'armes et d'explosifs. Certaines de ces informations sont erronées, mais des informations actuelles et véridiques sur ce sujet continuent à être accessibles malgré les efforts pour les éliminer. Le Congrès a passé un amendement (l'amendement Feinstein, SP 419) en réponse à une demande du département de la Défense en juin 1997, qui interdit la dissémination d'instructions sur la construction de bombes. Voir l'article d'ANNE M ARIE HELMENSTINE, « How to Build a 8omb», 10 février 2003, http:/1 chemistry.about.com/library/weekly/aao21003a.htm. Les informations sur les produits chimiques industriels toxiques sont disponibles sur le Net et dans les bibliothèques en information libre, ainsi que des documentations sur la culture des bactéries et des virus, sur les techniques nécessaires à la création de virus informatiques et les différentes façons de pirater un ordinateur ou un réseau. Je ne fournis pas les exemples spécifiques de ces informations, puisque cela pourrait être utile à des individus ou des groupes aux intentions destructrices. Je me rends compte que la simple expression de la disponibilité de ce genre d'informations possède ce potentiel, mais je pense que les bénéfices d'un discours ouvert à propos de ce problème sont supérieurs au risque encouru. De plus, la disponibilité de ce genre d'informations a été largement évoquée dans les médias. 5 RAY KuRZWEIL, The Age of Intelligent Machines, Cam bridge, Mas s., MIT Press, 1990. 6 KEN AuBEK, Biohazard,New York, Random Hou se, 1999. 7 RAY KuRZWEIL, The Age ofSpiritual Machines, New York, Viking, 1999. 8 BILL JoY, « Why the Future Doesn't Need Us », Wired, avril 2000, http:/ 1 www.wired.com/wired/archive/8.04/joy.html. 9 Des ouvrages sur le découpage génétique (comme celui de A.J . Harwood, ed., Basic DNA and RNA Protocols, Totowa, N. J., Hu mana Press, 1996) ainsi que l'équ ipement nécessaire à ce genre d'opération sont disponibles très faci lement. Même si l'accès à ce matériel était limité à I"Ouest, un grand nombre de compagnies russes pourraient fournir du matériel équivalent. 10 Pour un résumé détaillé sur de la simulation « Dark Winter >>, voir : « DARK WINTER. A Bioterrorism Exercise Juin 2001 ,, : http:/ /www.biohazardnews.net/scen_smallpox.shtml. Pour un résumé plus court, voir: http://www. homelandsecurity. org/darkwinter/index.cfm. 11 RICHARD PRESTON, >, New York Times, 14 octobre 2002, disponible sur http:/ /www.ph .ucla.edu/epi/bioter1 specterdeadliersmallpox.html. 12 ALFRED W. CROSBY, America's Forgotten Pandemie. The Influenza of 1918, New York, Cambridge University Press, 2003. 13 >, Sydney Morning Herald, 4 août 2003, http:/ /www.smh.com.au/articles/2oo3fo8/o3il05984927 8131.html. Voir la note 129 du chapitre Voir aussi les travaux de S. C. BARTON, J.

s.

Il

GALLAWAY et P. ATANAssov, '' Enzymatic Biofuel Cells for Implanta ble and Microscale Deviees », Chemical Reviews, 104.10 (octobre 2004}, p. 4867-4886. 14 J. M. Hunt a calculé qu'il y avait 1,55 x 10'9 kg (1022 grammes) de carbone organique sur terre. En se basant sur ce chiffre, et en supposant que tout le carbone organique est contenu dans la biomasse (en notant que la biomasse n'est pas définie de façon claire, on part donc d'une approche relativement générique}, on peut calculer le nombre d'atomes de carbone comme suit: Le poids atomique du carbone (en s'ajustant pour les ratios isotopes) est en moyenne de= 12.011. Le carbone présent dans la biomasse= 1,55 x 1022 g 1 12.011 = 1,3 x 1021 mols. 1,3 x 1021 x 6,02 x 1023 (le nombre d'Avogadro)= 7,8 x 1044 atomes de carbone. J. M. HuNT, Petroleum Geochemistry and Geology, San Francisco, W. H. Freeman, 1979. 15 RoBERT A. FREITAS JR., «The Gray Goo Problem >>, 20 mars 2001, http:/ /www. KurzweiiAI.net/articles/arto142.html. 16 «Gray Goo ls a Small Issue>>, document, Center for Responsible Nanotechnology, 14 décembre 2003, http:/ /crnano.org/BD-Goo.htm; CHRISPHoENIX et MIKETREDER, « Sa fe Utilization of Advanced Na notech nol ogy>>, Center for Responsible Nanotechnology, janvier 2003, http:/ /crnano.org/safe.htm ; K. ERIC DREXLER, Engines of Creation, cha p. Xl,« Engines of Destruction >>, New York, Anchor Books, 1986, p. 171-190, http:/ /www.foresight.org/EOC/EOC_Chapter_11.html ; RoBERT A. FREITAS JR. et RALPH C. MERKLE, Kinematic Self-Replicating Machines, section 5.11,« Replicators and Public Safety >>,Georgetown, Tex., Landes Bioscience, 2004, p. 196-199, http:/ /www.MolecularAssembler.com/KSRM/5.11.htm, et section 6.3.1, « Molecular Assemblers Are Too Dangerous >>, p. 204-206, http:/ /www. MolecularAssembler.com/KSRM/6.3.1.htm; Foresight lnstitute, « Molecular Nanotechnology Guidelines: Draft Version 3-7 >>.4 juin 2000, http:/ /www.foresight. org/guidelines/. 17 RoBERT A. FREITAS JR, « Gray Goo Problem" and « Some Limits to Global Ecophagy by Biovorous Nanoreplicators, with Public Policy Recommendations >>, Zyvex, 1'e impression, avril 2000, section 8-4, « Malicious Ecophagy ,, et section 6.o, « Ecophagic Thermal Pollution Limits (ETPL} >>, http:/ /www.foresight. org/NanoRev/Ecophagy.html. 18 N1cK D. BosTROM, « Existential Risks: Analyzing Human Extinction Scenarios and Related Hazards >>, 29 mai 2001, http: / /www.Kurzw eiiAI.net/meme/ fra me.htm 1?mai n=/a rticles/a rto194.htm 1. 19 RoBERT KENNEDY, 13 Days, London, Macmillan, 1968, p. 110. 20 Dans l'article de H. PuTNAM, «The Place of Facts in a World of Values >>, D. HuFFAND et O. PREWITT,

The Nature of the Physical Universe, New York, John

Wiley,1979, p. 114. 21 GRAHAM ALusoN, Nuc/ear Terrorism, New York, Times Books, 2004. 22 M ARTIN 1. MELTZER, « Multiple Contact Dates and SARS Incubation Periods >>, Emerging !nfectious Diseases, 10.2 (février 2004}, http:/ /www.cdc.gov/nci-

dodiE 1D!volwno2/03-0426-G1.htm. 23 RoBERT A. FREITAs JR, « Microbivores:Artificial Mechanical Phagocytes Using Digest and Discharge Protocol >> , Zyvex 1'e édition, mars 2001, http:/ /www. rfreitas.com/Nano/Microbivores.htm et « Microbivores. Artificial Mechanical Phagocytes», Foresight Update, no44,31 mars 2001, p. 113, http:/ /www.imm.org/ Reports/Rep025.htm 1. 24 MAx MoRE,>. 34 Foresight lnstitute et IMM, , 9 avril1003, http:/ / www.KurzweiiAI.net/meme/ fra me.html?main=/a rticles/art0557.htm 1; CHRISPHOENIXet MIKETREDER,>> Sa fe Utilization of Advanced Nanotechnology >>, 28 janvier 2003, http:l /www.KurzweiiAI. net/mem e/frame.html?main=/articles/arto547-htm l ; RoBERT A. FREITAS JR, , KurzweiiAI.net, 20 mars 2002, http:/ /www.KurzweiiAI.net/ meme/fra me.htm 1?mai n=/a rticles/a rt0142.htm 1. 35 RoBERT A.FREITAS JR, communication privée avec Ray Kurzweil,janvier 2005. Freitas décrit sa proposition détaillée dans son ouvrage,> . 36 RALPH C. M ERKLE, >, 1994, http:/ /www.zyvex.com/nanotech/selfRepNATO.html. 37 Nm KING JR et Tm BRIDIS, >, Wall Street Journal On fine (10 juillet 2000), http:/ /zdnet.com.com/2100-11-522071. html?legacy=zdnn. 38 PATRICK M ooRE, >, Creenspirit (février 2004), http:/ /www. green spi rit.com/logbook.cfm ?ms id =62.

Il

39 « GMOs: Are There Any Risks? »European Commission (9 octobre 2001}, http:/ /eu ropa .eu.i nt/com m/resea rch/biosociety /pdf/gmo_press _release.pdf. 40 RoRvCARROLL,>, Xenotransplantation, Burlington, Vt., Ashgate, 2004. Pour votre information, je fais partie des dirigeants d'United Therapeutics. 45 Voir le site du Singularity lnstitute, http:/ /www.singinst.org. Voir aussi la note 30 ci-dessus. Yudkowsky a créé le Singularity lnstitute for Artificial Intelligence (SIAI) pour développer les « lA amicales >>,avec le but de créer« du contenu cognitif, des modèles de conception et des architectures auditives qui résulteront en une tendance à la bonté>> avant que des lA presque humaines ou supérieures à l'humain apparaissent. La SIAI a développé les lignes de conduite SIAI Guidelines que l'on peut consulter sur http:/ /www.singinst.org/friendly/. Ben Goertzel et son Artifici al General Intelligence Research lnstitute se sont aussi penchés sur le problème du développement d'une lA amicale. Ils se con centrent en particulier sur l'lA Nova mente Engine qui consiste en un ensemble

Il

d'algorithmes et de processus d'apprentissage. Peter Voss, fondateur de Adaptive Aline., a aussi collaboré à ce sujet: http:l /adaptiveai.com/. 46 lntegrated Fuel Cell Technologies, http:/ /ifctech.com . Pour votre information, l'auteur est un des premiers investisseurs et conseiller de IFCT. 47 New York Times, 23 septembre 2003, page éditoriale. 48 Le Comité ANTI a incité la Chambre des représentants américaine à tenir une audience le 9 avril 2003 pour>. Pour un rapport complet, voir : http:/ /www.house.gov/science/hearings/fullo3/index.htm et « Hearing Transcript >>, http:/ /commdocs.house.gov/committees/science/hsy86340.ooo/ hsy86340_ of.htm. Pour lire le témoignage de Ray Kurzweil voir sur : http:/1 www.KurzweiiAI.net/meme/frame.html?main=/articles/arto556.html. Voir aussi les travaux d'AMARA D. ANGELICA, >,IEEE Communications (octobre 1999), p. 117-121. 12 J. W. CooLEYet J. W. TuKEY, «An Algorithm for the Machine Computation of Complex Fourier Series>>, Mathematics of Computation, 19 (avril1965), p. 297-301. 13 L'estimation la plus courante est de 100 milliards de neurones avec un nombre approximatif de 1 ooo connexions interneuronales, ce qui fait approximativement 100 trillions (10'4) de connexions. Chaque connexion requiert au moins 70 bits pour stocker une identité pour les deux neurones présents à chaque extrémité de la connexion . Ce qui fait approximativement 1 016 bits. Même le génome humain non compressé contient approximativement 6 milliards de bits, un ratio de 106 : 1. Voir le chapitre 4· 14 RoBERT A.FREITAs JR, Nanomedicine, vol. 1, Basic Capabilities, section 6.3-4.2, « Biological Chemomechanical Power Conversion >>, Georgetown, Tex., Landes Bioscience, 1999, p. 147-148, http:/ /www.nanomedicine.com/ NMI/6.3-4.2.htm#p4 ; Voir les illustrations sur le site http:/ /www.nanomedicine.com/NMI/Figures/6.2.jpg. 15 RICHARD DAWKINS, >,in RICHARDS et al., Are We Spiritual

Machines? 17 Ibid 18 ANTHONY J. BELL, >, Philosophical Transactions of the Royal Society of London, B354 (1999), p.2013-2020, http:/ /www.cnl.salk.edu/-tony/ptrsl.pdf. 19 Ibid. 20 DAVID DEwEY, >, http:/ /www. ddewey.netlmandelbrot. 21 Christof Koch a cité JoHN HoRGAN, The End of Science, Reading, Mass., Ad dison-Wesley, 1996. 22 RoGER PEN ROSE, Shadows of the Mind: A Search for the Missing Science of Consciousness, New York Oxford University Press, 1996; STUART HAMEROFF et RoGER PENROSE,« Orchestrated Objective Reduction of Quantum Coherence in Brain Microtubules: The "Orch OR" Model for Consciousness >>, Mathematics and Computer Simulation 40 (1996), p. 453-480, http:/ /www.quantumconsciousness.org/ penrosehameroff/orchOR.html. 23 SANDER 0LSON, « Interview with Seth Lloyd >>, 17 novembre 2002, http:/ 1 www.na nomagazine.com/i.php?id=2002_11_1724 BELL,« Levels and Loops >>. 25 Voir la crois sa nceexponentielledes gra ph iq uesdeca leu 1danslech a pitre 2. ALFRED N. WHITEHEAD et BERTRAND RussELL, Principia Mathematica, 3 vol., 26 Cambridge, U.K., Cambridge University Press, 1910,1912,1913-

Il

27 Le côté inachevé du théorème de Gi:idel est apparu pour la première fois dans son article« Uber formai unenscheiderbare Satze der Principia Mathematicaund verwandter Systeme 1 », Monatshefte für Mathematik und Physik, 38 (1931), p. 173-198. 28 ALAN M. TuRING,'' On Computa ble Numbers with an Application to the Entscheidungsproblem >>, Proceedings of the London Mathematical Society, 42 (1936), p. 230-265. Le « Entscheidungsproblem >> est la décision ou le problème terminal- c'est-à-dire la façon de déterminer en avance où un algorithme va s'interrompre (arriver à une décision) ou continuer en une boucle infinie 29 La version de Church est apparue pour la première fois dans l'article, «An Unsolvable Problem of Elementary Number Theory >>, American Journal of Mathematics, 58 (1936), p. 345-36330 Pour un compte rendu très instructif sur certaines implications de la thèse Church-Turing, voir les travaux de DouGLAs R. HoFSTADTER, Gode/, Escher, Bach: An Eternal Golden Braid, New York, Basic Books, 1979. 31 Le problème busy-beaver est un des exemples d'une grande catégorie de fonctions incalculables, comme l'observe TiBOR RADO in « On Noncomputable Functions >>,Bell System Technical Journal, 41.3 (1962), p. 877-884. 32 RAv, « Kurzweil's Turing Fallacy >>. 33 LANIER,« One Half of a Manifesta>>. 34 C'est-à-dire un humain qui n'est pas endormi ou dans le coma et qui est suffisamment développé (ce qui n' inclut pas un fœtus ne possédant pas encore de cerveau) peut être considéré comme conscient. 35 JoHN R. SEARLE,« 1 Married a Computer >>, in RICHARDs et al., Are We Spiritual Machines? 36 JoHN R. SEARLE, The Rediscovery ofthe Mind, Cambridge, Mass., MIT Press,1992 37 HANS M oRAVEC, Lettre à son Editeur, New York Review of Books, http:/1 www.ku rzwei ltech.com/Sea rle/sea rie _response _letter.htm. 38 John Searle à Ray Kurzweil, 15 décembre 1998. 39 LANIER,« One Half of a Manifesta>>. 40 DAVID BRooKs,« Good News About Poverty >>, New York Times, 27 novembre 2004, A35. 41 HANS M oRAVEC, Lettre à son Editeur, New York Review of Books, http:/ 1 www.ku rzwei ltech.com/Sea rle/sea rie_response _letter.htm. 42 PATRICK MooRE, « The Battle for Biotech Progress- GM Crops Are Good for the Environ ment and Hu man Welfare >>, Greenspirit (février 2004), http:/ /www. green spi rit.com/logbook.cfm ?msid=62 43 43- JoEL CurcHER-GERSHENFHD, communication privée avec Ray Kurzweil, février 2005. 44 WiLLIAM A. DEMBSKI, « Kurzweil'slmpoverished Spirituality >>,in RicHARDs et al., Are We Spiritual Machines? 45 DENTON, « Organism and Machine >>.

-

INDEX ALPHABETIQUE A Actine 209,185,404 ADN 31, 45, 177. 176, 269, 267, 264, 254,

249. 247. 244. 243. 235. 234. 233. 231, 230, 229,227, 226, 225, 224, 220, 218, 217, 216, 380, 352, 340, 320, 316, 399.407,409,434.420, 419, 509,497,496,469, 534, 533, 526,549.57h576.575.573 AGE {advanced glycation end-products) 232 Alanine 220 Alexand er Klibanov 251 Alexandre Pouget 188 Alfred North Whitehead 478 Alonzo Church 478 Alpha 147, 350, 517, 557, 6 25 Alvaro Pascual Leone 184 Anders Sand berg 142 Andreas Nowatzyk 170 Andrew Baker 227 Anthony Bell 476,469 Anthropique 30 Arginine 220 Army Science Advisory Group 349

ARN 31 ARNm 434 Arthur Craig 201 Asymptote 99 Automate cellulaire 97

B Baby-boomers 149, 237,223,222, 221,

340, 391 Bea mers diexpÉriences 333 Benjamin Franklin 332 Bertrand Russel 478, 530 B Horwitz 151 Big-bang, 513 Bill Joy 439, 433,431,416, 451 , 633, 629 BioMENS 320 Blog 649 Blue Gene/L 509, 552 Brigade Combat Teams 349

c Cellules gliales 204 Cellules photovoltaôques 262 Cellules souches 186,235,234, 227,

226,497. 496, 455. 512, 581 Cellulest 231, 229,444

Il

Christof Koch 203 Classe 4 100, 98, 97 CochlÉe s68 Conducteurs 108 Cortex frontal 186 CPEB 209

D Damien Broderick 38, s18, s96 Daniel Dombeck 171 DAR PA 299, 3S2, 3S1, 34S. 620 Dendrites 404,477.476, 4S2 Destruction constructive 121 D. H. Hubei 183, S64 Diamondoid 327 Dieu 378,396,410,411, so4, so3, so2, soo Dioxyde de carbone 492

E E. Coli. 414 Ed Fred kin 139, S3S Edward Taub 184 EEG 203 Einstein S39. S37. s36, S17, S72, S9S. 62s Engines of Creation 146, s84, 630 Enrico Fermi 366 Entropie 141, 137,176, S37. S2S, S23, S22 Enzymes 124,177.176, so9, S49. S73. 61S Eric Drexler 422,417, S9S. S90, S89,

Fugio Masuoka 119 Fusion froide S94

G Genome S31, S30 Gerald Edelman 210 Gertrude Stein 73 Giacomo Rizzolatti et Michael Azrbib

199 Gilles Laurent 177 G. Kempermann 187, S66 GNR 273, 3S6, 447,444,438,431,430, 429,428,420,416,483 Golden Rice, 436 Gordon Moore S29 Greenpeace 437,436, 413 Guanine-cytosine. 217

H Hans Bremermann 140 Hans Moravec 37,130, 129, 196, 1S6, 300, 216,489, S30, S29, S18, sso, S70, 612 Hebbiens 180 Henriette van Pra ag 187 Hippocampe 197,187,186, 18s, 180 Historique exponentielle 27 HIV 440, S31 Holisme sos, 4SS Holistique S10, so6, sos Hypersonic Sound 618

s88,s8~s8s. s84,s83,633, 63o

Exponant S34

F Feedforwa rd 19S Fernandino Mussa-lvaldi 198 Fimbriae 248 Foglets 342, 328, S21 Frank Drake 363, 623 Fred Gage 186 Freeman Dyson 378, 368

lA 29, 24 , 99, 117, 213, 212, 1S4. 1S2, 312, 310, 309, 308, 306, 30S, 304, 301, 300, 299. 298, 297. 296, 29S. 294. 293. 292, 290, 286, 280, 279. 278, 277, 276, 488, 48s. 484, 481, 479.466,464,460, 4S9. 4s2, s7o, s69, s96, 634 , 63s IBM 81, 7S. 132,123, 121, 120, 303, 299, 290, 289, 249. 34S. S09, 484,

467, 462, S32, S30, SS4, SS3, S48, S46,SS9,63S Impact brownien 267 Informatique quantique 127, 373,477. 476,47S,4S3 lnsula 331 IRM 169,167,326 IRMf 16s

J James DiCarlo 203 J. G. Taylor 1S1, SS7 Johannes Purkinge 190 John Gabrieli 186,184 John Smart 376, S22, S18, 62s John von Neumann 239,423, S12, S84 Joslin Diabetes Center 319 J. Storrs Hall 328, S21

K K-12 113 Ka rel Svoboda 181, s64 Kevin Warwick 203 K. J. Friston 1S1, S6S, SS7 Konrad Zuse S3S Kurt G-del 478 Kurzweil Computer Products 103, S43, ss8, s98 Kurzweil Educational Systems 622

L Lawrence H. Snyder 188 Le cervelet 79, 203, 200,190, 189, 188, 187,178, 1S3, 273,474,468 Le cervelet 132,189 Le docteur John A. Parmentola 349 Lithographie 122 Lloyd Watt 477.466, ss1, s68, s67, ss8,

SS7 Logarithmique 381, S30, SS6 Luddites 3S9, 437, S22 Ludditisme 437

M Malcolm Muggeridge 392 Malthus 4S7, 4S1 Mandel brot 474,473,472 Mark A. Ratner S47 Mark Bils 107, S43 Max Planck 204,197,331 MEMS S71, S9S, S90, 61s Michael Denton sos, 4SS, 634 Michael Merzenich 183 Michael Simpson 248 Microbivores 267, S9S, 616, 630 Micro-injection 227 Miguel Nicolelis 203 Mike Treder 422, 632, 630 Millennium Project S91 MIT 7S, 498,463, S18, S21, S2S, S29, S31, s3s, s41, s42, sss. s71, s7o, s69, s63, s61, s6o, s6s, s72, s8o, S97 613, 624, 622, 621, 627, 628 Murray Geii-Mann S23

N Nadrian Seeman 247, s86 Nano-arme 3S2 Nanobot 210,176, 371,370,434,421,

S9S, S93 Banocomposites 260 Nanofiltration 26s Nanogrilles 123 Nanomedecine S93, S92 Nanoparticules 266, 26s, 264,263, 3S2, 349 Nanorobots 268, 267, 334, 323, S93 Nanorobots S90 Nanosystems 246, S93, S91, S90, S89, s87, s8s, s84 Nanotechnologie 41,364, 3S8, 3S6, 3S2, 349, 342, 340, 327, 322, 31S, 391,392,393, 44S, 441, 440,439, 43S, 434,433,431,430,429, 42S, 422,419, 418,417,416,483,482,

458.454. 521, 512, 572, 593. 584. 583,634.633 Nanotubes 41,352,350, 327, 396, 547, 546. 545. 584 Nantero 121

q-bits 128, 127, 126,475 quarks 176

R Rachel Caspari 230

Naoto Nagaosa 125, 550 Natasha Vita-More 319, 622, 614 Nate Ciccolo 414 NBC 431 Neuromorphique 521, 546

Radix-4 463 Ralph Merkle 251, 589, 584, 633 Respirocytes 521, 583 Respirocytes 520, 595, 616 Rhodoferax ferrireducens 260

Nietzsche 393, 395, 502 Noam Chomsky 571 Norbert Wiener 92, 535, 627 N.S.Kardashev 622

Ribosomes 509 Richard Feynman 92,239 Richard Smalley 248,456,591, 587 Robert Freitas 140, 624, 619, 616

0 OCI 171

Roger Penrose 475 Rolph Landauer 137 Ron Weiss 232, 580

OGM 437,497 Oligodend rocytes 186

s

Ontologie 410,483,454 OpenCourseWare 622 Ordinateurs "froids" 452 Ordinateur universel 540

Sang programmable 322

p Parkinson, 152, 320,405, 573, 617 Patrick Moore 436, 633 Patternism 407, soo Paula Tallai 184, 564 Paul Broca 182 Peptides 244 Pete Klenow 107 Peter J. Denning, 176 Pharmaceutique 233 Plancton gris 422 Points quantiques 257, 617 Pouce opposable 161 Poussiére intelligente 352 Predator 294, 621 Principia Mathematica 478, 530

Q

SARS 446,425,424,420,530, 630 Scanner destructeur. 206 Scanner in vivo 206 Scott Makeig 564 Seconde loi de thermodynamique 54 Semi-conducteurs 453, 546, 624 Seth Lloyd 140, 383,476,459, 555, 626, 622 SETI 381, 377. 376, 367, 366, 365, 364, 363, 362, 361, 360, 624, 623, 622 Seymour Pa pert 187,165, 560 SHG 171 Shiping Liao 586 Singularitarien 390,391, 511 SingularitÉ 386,383, 377.366, 355,343, 340, 328,316,390, 391,392, 394. 395.408, 410,427,459. 454. 518, 511 Souchen Zhang 125 Spin 550 Stephan Guide 128, 550 Stephen Hawking 382, 326, 517, 618

Stephen Wolfram 507,473, 535 Stuart Hameroff 475 Sun Tzu 112 Super-conducteurs 126 synapses 476,471,468,452, 552, 559,

565 Synaptique 471, 563, 602, 6oo, 599

T Tecumseh Fitch 199,571

TED 333, 332, 619 Ted Berger 204, 197 Ted Kaczynski 433,432, 632 Télécharger le cerveau 208,175 The wth Solution for an Healthy Life 221 The Age of Intelligent Machines 37, 415,541.536.535.518,613,628 The Age of spiritual Machines 38 Théodore Modis 34 Thomas M . Bartol 199 Thomas Ray 481,471,469,468, 467, 453 Thomas Rueckes 121 Thomas Theis 121 T. N. Wiesel 183, 564 Todd Brun 557 Tomaso Poggio 203, 552, 570, 569, 563.559 Tommaso Toffoli 535 Toxines 573 TPLSM 171 Transbiologique 446 Trou noir 517

u Unabomber, 432

v Vasculoïdes 323 Vernor Vin ge 518 Viola Vogel 248

Virus biologique 445,435 Virus informatique 440,438, 435, 429, 628

w Watt 193, 262 W. French Anderson 571 William A. Dembski 500, 455

y Yukiko Goda 185

z Zeus 369, 368 Zonulise 172

humanite2o.cluster21.com